本来写得比较详细的,但是出了点意外,一夜回到解放前了。裂开
l懒得搞了,这里就留个超简略版了
4个输入特征,输出的类别有3种,分别记为0,1,2。
普通的逻辑回归或其他线性分类模型(如SVM),很适合做二分类问题,不能直接解决多分类题,因为一条线或者一个超平面只能将数据分割成两个部分。但稍稍改进即可完成多分类。
假设输出的类别有3种,分别是乔峰,段誉,虚竹,我们只需要训练3个二分类器,第一个二分类器用于判断这个人是不是乔峰,如果是输出1,不是输出0。同理,第二个二分类器用于判断这个人是不是段誉,如果是输出1,不是输出0。第三个二分类器用于判断这个人是不是虚竹,如果是输出1,不是输出0。推而广之,如果是个K分类问题,则需要训练K个二分类器,最终组合而成一个K分类器。
逻辑回归原理(写得很粗略)
多分类原理
3组参数,对应3个分类器的参数。