KNN与线性分类器

1. f(x,w)线性分类器与knn区别？
KNN需要保留训练数据，而线性分类器只需要保留训练好的权重w即可；
KNN得出与query image最相近的前k个邻居，然后看这k个邻居图像最多的是属于哪个类别，则最多的类别就是可能的类别数，从而进行分类，线性分类器则给出每个类别的得分，最大的得分即是可能的类别数。
2. 线性分类器为什么可以看成一种模板匹配方法？
这只是一种说法，可以这样子理解，总共有n个类别，那么输出的得分也是nx1的向量，并且权重w的大小也是nx特征向量维数。
3. 线性分类器的缺点？
拟合能力差。
4. 分析代码实现的任务是什么，每个函数模块实现的功能是什么，代码运行的逻辑？
一个分析得非常好的帖子：https://blog.csdn.net/u014485485/article/details/79433514