逻辑回归的感悟

关于分类和回归的区别就是一个是离散一个是连续。
另外逻辑回归（可以看出来就是为了分类）和线性回归的区别：softmax函数的目的就是输出0~1之间的预测（比如输出使用了），
就是所谓的做逻辑回归，其loss是交叉熵（可以说专门用于逻辑回归）的变种（信息熵还是什么的，就是忽略错误的估计项，自己去复习）。线性回归是没有范围的，如y=wx+b是输出任意值，所以其损失函数也一般是用最小二分法，用于做线性回归预测（比如boundingbox的坐标等预测）。

softmax思想如下
采用 Logistic Regression进行多分类的思路是：选取某个分类作为正样本，其他分类作为负样本建立一个二分类模型；以此类推建立多个（有几个分类就建几个）二分类模型；对多个二分类模型的输出值进行大小比较，把样例归为输出值最大的那类