一、Softmax回归
softmax 回归是一种做多分类的算法,softmax 回归是假设多项分布的,多项分布可以理解为二项分布的扩展
二、Softmax公式的推导
1、Softmax回归是假设数据服从多项式分布
2、假设多项式分布式是广义线性回归模型的指数分布族一种
3、多项式分布目标值yε{1,2,3,...,k};(其中是类别种数)其概率分布为:
4、多项式分布的概率密度函数为:
注意:定义示性函数l{bool式子}1{bool式子},当bool式子为真,示性函数为1,反之为0.
5、多项分布转变为指数分布族的推导
以上推导既是说明多项分布是指数族分布,于是:
6、于是得到了softmax回归的公式
θ可以写在一个矩阵里面
三、逻辑回归和 Softmax 回归
逻辑回归可以看成是 Softmax 回归的特例,就是 k=2 时候的 softmax 回归,因为当
我们把 softmax 回归公式 k=2 带入的话
此时,softmax 回归就是参数为θ2-θ1 的逻辑回归!
同样,k=2 时 softmax 回归的损失函数就是逻辑回归的损失函数!