本文所述回归模型包括:线性回归、逻辑回归、softmax回归
一. 线性回归
二. 逻辑回归
逻辑回归产生的原因:1、线性回归也可以用于分类,但容易被极端的数据影响,数据分布不规则时,对函数值影响较大,函数值分类指标容易产生较大误差。2、线性回归的值是从负无穷到正无穷,而分类问题的值是0-1的。
三. softmax回归
选择e为底的原因:函数值不为负,可以保证概率介于0-1;函数值越大,通过e指数变化,函数值更大,差距越来越明显,放大正确的类别与错误类别概率值的差距。
深度学习的本质是,对输入数据深度提取特征,后接可进行梯度下降的分类器,主要是接逻辑回归或softmax回归。