分类问题和线性回归问题的对比

分类与线性回归二者都是回归里的问题，分类问题又是逻辑回归。

网络结构不同

两者的输出不同，通过下图简单了解：

图1是线性回归，图2是逻辑回归。我们能看到线性回归只有一个输出，而分类问题的输出具有多个，如图表示了三个类别的分类，o_1代表了类别1的可能性，o_2代表了类别2的可能性。

数学计算不同

两者从数学表达式方面理解如下：

损失函数/最后一层激活函数不同

线性回归的损失函数常使用MSE/MAE作为损失函数(或者叫L_2/L_1范数，个人觉得L_2/L_1范数定义并不准确)，最后一层输出并不做很大的处理。

分类问题的损失函数常使用Cross Entropy交叉熵作为损失函数。最后一层会增加softmax函数作为激活函数。