本文介绍了softmax回归，作为Logistic回归的扩展，用于解决多分类问题。内容包括softmax回归的模型构建、概率表达式、对数似然函数、参数更新及权重衰减项的添加，以确保优化过程的可行性。
在上一篇文章中，讲述了广义线性模型。通过详细的讲解，针对某类指数分布族建立对应的广义线性模型。在本篇文章
中，将继续来探讨广义线性模型的一个重要例子，它可以看成是Logistic回归的扩展，即softmax回归。
我们知道Logistic回归只能进行二分类，因为它的随机变量的取值只能是0或者1，那么如果我们面对多分类问题怎么
办？比如要将一封新收到的邮件分为垃圾邮件，个人邮件，还是工作邮件；根据病人的病情预测病人属于哪种病；对于
诸如MNIST手写数字分类（MNIST是一个手写数字识别库，相见：http://yann.lecun.com/exdb/mnist/）。诸
如此类问题都涉及到多分类，那么今天要讲的softmax回归能解决这类问题。
在Logistic回归中，样本数据的值
，而在softmax回归中
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
