将y=xw+b转换为分类问题，可以加一个sigmoid函数（也叫logistic），即y=（xw+b）
之后输出的值不再是一个连续的范围，而是约等于一个[0,1]的值。
即当p（y=0|x）接近于0的时候代表不是这一类，而接近于1的时候，代表是这一类。
对于classification问题，if p（y=1|x）>0.5,判别为1，否则判别为0
而对于多分类问题来说，就会有以下关系
这里我们有一个新的约束，。
如何生成这个约束条件？
我们可以使用之前介绍的softmax函数
可以从下边的笔记看出，本来是2,1倍数被放大，后来变成了0.7,0.1。直接从两倍变为了三倍。更容易分类了。
