多分类logistic回归与softmax回归的区别
二分类logistic回归及其优化算法
设 y y y是0-1型变量, x 1 x_1 x1, x 2 x_2 x2, … \dots …, x p x_p xp是与 y y y相关的确定性变量, n n n组观测数据为( x i 1 , x i 2 , … , x i p ; y i x_{i1},x_{i2},\dots,x_{ip};y_i xi1,xi2,…,xip;yi),其中, y i y_i yi的取值是0或者1的随机变量,则 y i y_i yi的条件概率为:
p ( y = 1 ∣ X ) = e x p ( β X ) 1 + e x p ( β X ) p ( y = 0 ∣ X ) = 1 1 + e x p ( β X ) p(y=1|X)=\frac{exp(\beta X)}{1+exp(\beta X)} \\ p(y=0|X)=\frac{1}{1+exp(\beta X)} p(y=1∣X)=1+exp(βX)exp(βX)p(y=0∣X)=1+exp(βX)1
即
ln p ( y = 1 ∣ X ) 1 − p ( y = 1 ∣ X ) = β X \ln{\frac{p(y=1|X)}{1-p(y=1|X)}}=\beta X ln1−p(y=1∣X)p(y=1∣X)=βX
y i y_i