广义线性模型（5）Softmax回归

根据文章 广义线性模型（4）逻辑回归（Logistic regression） 和 多分类实战：一文掌握 One-vs-All 策略 我们已经知道，逻辑回归是一种处理二分类问题的常用方法，当需要处理多分类问题是，除了使用 One vs All 策略之外，我们还可以选择使用Softmax回归多分类器。

softmax函数又称归一化指数函数，是基于 sigmoid 二分类函数在多分类任务上的推广；在多分类网络中，常用 Softmax 作为最后一层进行分类。

一 原理

1.1 从逻辑回归到 Softmax

softmax 回归(softmax regression)其实是 logistic 回归模型在多分类问题上的推广，logistic 回归用于二分类，而 softmax 回归用于多分类，从 广义线性模型（4）逻辑回归（Logistic regression） 中我们知道，逻辑回归模型的输出是样本点标记为正样本的概率$p$，其函数形式为：

因为是二分类，所以输出标记为正样本的概率也就可以得到标记为负样本的概率 $1-p$ 了，如果是多分类呢，只知道一个类别的概率肯定不能推出其他的，所以需要把样本点被标记为各个类别的概率都输出才行，因此，Softmax回归模型的形式为：

式中，${\theta }_0,{\theta }_1,{\theta }_2,...+{\theta }_k\in R$ 为模型参数，$\frac{1}{{\sum }_{j=1}^k{e}^{{\theta }_j^T{x}_i}}$ 为归一化因子，其作用是使各个类别对应的输出结果值域为 $[0,1]$，并且和为 1，即使结果表现为概率的形式。

我们之前说逻辑回归可以理解为有两部分：一个线性回归和一个 sigmod 函数做值域映射，Softmax 回归是将 logistic 回归中的 sigmod 函数换成了 Softmax 函数，当然，可以认为 Softmax 函数是 logistic 函数的一种一般化推广，对多个类别中的一个类别 $i$ 来说：

​ $$p(y=i|x,\theta )=\frac{e^{{\theta }_i^{T}x}}{{\sum }_{j=1}^k{e}^{{\theta }_j^{T}x}}$$

1.2 图解 Softmax

Softmax函数的计算过程可以用下图来理解，与线性回归一样，softmax回归也是一个单层神经网络。 由于计算每个输出$o1$、$o2$和$o3$取决于 所有输入$x1$、$x2$、$x3$和$x4$， 所以softmax回归的输出层也是全连接层。这里 Softmax 在神经网络中作为激活函数：

未添加Softmax作为激活函数时的神经网络结构：

添加 Softmax 作为激活函数时的神经网络结构：

在softmax回归中，包括了两个步骤。

1. 线性输出：输入一个样本的特征向量，输出多个线性预测结果。

2. Softmax运算：将这些结果输入到softmax函数，softmax函数会将多个线性输出，转换为每个类别的概率。

先看步骤1线性输出：

$$\begin{array}{r}\begin{array}{rl}{o}_1& =x_1{w}_{11}+x_2{w}_{12}+x_3{w}_{13}+x_4{w}_{14}+b_1,\\ o_2& =x_1{w}_{21}+x_2{w}_{22}+x_3{w}_{23}+x_4{w}_{24}+b_2,\\ o_3& =x_1{w}_{31}+x_2{w}_{32}+x_3{w}_{33}+x_4{w}_{34}+b_3.\end{array}\end{array}$$

在某多分类问题中，有三个目标类别o1、o2、o3，四个输入特征，x1到x4。

softmax回归会基于输入x，计算o1、o2、o3三个线性输出。

我们可以将softmax回归，看做是一个具有多个输出的单层神经网络。

我们可以基于矩阵，计算线性输出o。

例如，在计算 o=Wx+b 时，W 是一个3 * 4的权重矩阵，b代表了一个3 * 1的偏置列向量，x是 4 * 1的特征向量。经过计算，会得到 3 * 1 的输出结果 o。

计算出线性输出o后，进行步骤2（Softmax运算）:

将 o 输入到 softmax 函数，从而将线性输出 o 转换为每个类别的预测概率 y。

只看从最后一层输出到激活函数计算的过程，跟我们上面的公式是完全一样的：

通过下图可以帮助理解Softmax是怎么在分类中起作用的，就是选概率大的那个类别：

二 模型参数求解

三 softmax VS OVA策略

如果你在开发一个音乐分类的应用，需要对k种类型的音乐进行识别，那么是选择使用 softmax 分类器呢，还是使用 logistic 回归算法建立 k 个独立的二元分类器呢？

在实际使用中：

• 如果模型输出为非互斥类别，且可以同时选择多个类别，则采用OVA策略。
• 如果模型输出为互斥类别，且只能选择一个类别，则采用Softmax回归。

例如，如果你有四个类别的音乐，分别为：古典音乐、乡村音乐、摇滚乐和爵士乐，那么你可以假设每个训练样本只会被打上一个标签（即：一首歌只能属于这四种音乐类型的其中一种），此时你应该使用类别数 k = 4 的softmax回归。（如果在你的数据集中，有的歌曲不属于以上四类的其中任何一类，那么你可以添加一个“其他类”，并将类别数 k 设为5。）

如果你的四个类别如下：人声音乐、舞曲、影视原声、流行歌曲，那么这些类别之间并不是互斥的。例如：一首歌曲可以来源于影视原声，同时也包含人声 。这种情况下，使用4个二分类的 logistic 回归分类器更为合适。这样，对于每个新的音乐作品 ，我们的算法可以分别判断它是否属于各个类别。

现在我们来看一个计算视觉领域的例子，你的任务是将图像分到三个不同类别中。

1. 假设这三个类别分别是：室内场景、户外城区场景、户外荒野场景。你会使用sofmax回归还是 3个logistic 回归分类器呢？

2. 现在假设这三个类别分别是室内场景、黑白图片、包含人物的图片，你又会选择 softmax 回归还是多个 logistic 回归分类器呢？

在第一个例子中，三个类别是互斥的，因此更适于选择softmax回归分类器 。而在第二个例子中，建立三个独立的 logistic回归分类器更加合适。