SVM分类器得到的是一个得分数值。Softmax得到的是一个概率值。
1. Sigmoid函数:(x 可以去任意值,y 得到0-1之间的数值(0-1数值相当于概率值)。)
2. Softmax分类器:
Softmax的输出:归一化的分类概率。输入一个向量(向量元素为任意实数),输出的是一个向量(向量元素为0-1之间的概率值)
实例:
分类品种得 | 分值 | 将得到的值进行ex处理 | 做归一化处理得到每个分类的概率 |
狗 | 3.2 | 24.5 | 0.13 |
猫 | 5.1 | 164 | 0.87 |
猪 | -1.7 | 0.18 | 0.00 |