Softmax 回归模型

前文已对Logistic回归模型进行过讲解；http://blog.youkuaiyun.com/zSean/article/details/77880463，Softmax 回归模型是logistic回归模型在多分类问题上的推广，

在多分类问题中，类标签y可以取两个以上的值；

1.在Logistic回归中，给定训练数据集：T={（x1,y1）,（x2,y2）,....（xN,yN）}, xi为实数，yi为0，1；

假设某一类的概率函数为：

w为训练模型的参数，选择一个模型参数，是损失函数最小化：

2.而在Softmax中，解决的问题是多分类问题，类标签y可以取多个不同的值k；

给定训练数据集：T={（x1,y1）,（x2,y2）,....（xN,yN）}, xi为实数，yi为{1，2，...k}；

对于给定的测试数据输入x， 估计每一个测试数据x的每一种分类结果出现的概率。由于y的分类个数有k个，