Softmax 回归

最新推荐文章于 2023-12-11 23:06:39 发布

北漂奋斗者

最新推荐文章于 2023-12-11 23:06:39 发布

阅读量277

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习 AI 概率学深度学习

本文链接：https://blog.youkuaiyun.com/fg13821267836/article/details/93588282

Softmax回归是logistic回归的多类分类形式，用于处理多于两个类别的问题。它通过softmax函数将输入映射到（0,1）区间且总和为1的概率分布。该函数将K维实数向量转化为概率分布，是参数学习的一部分。" 50582086,4753431,理解与实现决策树算法,"['算法', '数据挖掘', '机器学习', 'python']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Softmax 回归（Softmax Regression），也称为多项（multinomial）或多类（multi-class）的logistic 回归，是logistic 回归在多类分类问题上的推广。

同样，我们贴一下wiki百科对softmax函数的定义：

　　 softmax is a generalization of logistic function that "squashes"(maps) a K-dimensional vector zz of arbitrary real values to a K-dimensional vector σ(z)σ(z) of real values in the range (0, 1) that add up to 1.

　　这句话既表明了softmax函数与logistic函数的关系，也同时阐述了softmax 函数的本质：

将一个 K 维的任意实数向量压缩（映射）成另一个 K 维的实数向量，其中向量中的每个元素取值都介于（0，1）之间。