一文彻底搞懂机器学习 - Softmax回归（Softmax Regression）

文章预览

Softmax回归 是机器学习中的一种分类算法， 特别适用于多分类问题 。它 是多分类问题的逻辑回归推广， 通过线性模型将输入特征映射到类别得分上 ，并利用 Softmax函数将得分转换为概率分布 ，以 实现对多类别数据的分类 ，同时使用 交叉熵损失函数 优化模型。 Softmax Regression 一、Softmax回归 Softmax回归（Softmax Regression） 是什么？ Softmax回归是一种多分类算法， 通过线性模型将输入特征映射到每个类别的得分上 ，并 使用Softmax函数将这些得分转换为概率分布 ，从而实现对多类别数据的分类。 Softmax函数是什么？ Softmax函数是一种在多分类问题中广泛使用的激活函数，特别是在神经网络的输出层。它的作用是将原始的分类评分（也称为logits）转换成概率分布。 具体来说，给定一个包含任意实数值的向量，Softmax函数会将这些值转换为正数且和为1的概率 ………………………………