两者的本质相同,分类和回归的区别在于输出变量的类型。
定量——连续——回归
定性——离散——分类
用于回归:最后一层有m个神经元,每个神经元输出一个标量,m个神经元的输出可以看作向量V,现全部连到一个神经元上,则这个神经元的输出为wx+b,是一个连续值,可以处理回归问题
用于分类:现在把这m个神经元连接到N个神经元,就有N组w值不同的wv+b,同理,可以归一化(softmax)变成N个类上的概率。
两者的本质相同,分类和回归的区别在于输出变量的类型。
定量——连续——回归
定性——离散——分类
用于回归:最后一层有m个神经元,每个神经元输出一个标量,m个神经元的输出可以看作向量V,现全部连到一个神经元上,则这个神经元的输出为wx+b,是一个连续值,可以处理回归问题
用于分类:现在把这m个神经元连接到N个神经元,就有N组w值不同的wv+b,同理,可以归一化(softmax)变成N个类上的概率。