Logistic和Softmax的浅显理解

Logistic和Softmax的浅显理解

两者的值域都在0~1之间。

Logistic 函数通过给定的任意向量输出 Sigmoid 函数的值，该函数可以很好地处理二分类问题：当概率值大于 0.5 时，我们认为该样本属于类 ‘1’，而当概率值小于 0.5 时，我们认为该样本属于类 ‘0’。

Softmax 函数通过给定的任意向量输出对应的概率值，它可以处理多标签分类问题，它可以计算得到样本归属于每个类别的概率。需要注意的是，这些概率值的总和为1，每次选择概率值最大的类别。

Sigmoid可以说是是Softmax在类别为2的的特殊情况。