1、Softmax模型
Softmax回归和逻辑回归的回归模型很类似,为如下条件概率:
P(Y=k|xi;wk)=exp(wk⋅xi)∑Kk=1exp(wk⋅xi)P(Y=k|xi;wk)=exp(wk⋅xi)∑k=1Kexp(wk⋅xi)
其中 x∈Rn+1x∈Rn+1 , wk∈Rn+1wk∈Rn+1 , k=1,2,3...,Kk=1,2,3...,K ,表示有K个类别。
对于给定的测试输入 xixi ,我们想用条件概率针对每一个类别 kk 估算出概率值 。也就是说,我们想估计 xixi 的每一种分类结果出现的概率。因此,我们的条件概率函数将要输出一个 KK 维的向量(向量元素的和为1)来表示这 KK 个估计的概率值。 具体地说,我们的条件概率函数 如下:
Pw(xi)=⎡⎣⎢⎢⎢⎢