机器学习_Softmax回归(多分类问题)
在读文章之前，先读Logistic回归,Logistic回归是Softmax回归的特殊情况，即二分类情况。
·
在读文章之前，先读Logistic回归,Logistic回归是Softmax回归的特殊情况，即二分类情况。
softmax函数的本质就是将一个K维的任意实数向量压缩（映射）成另一个K维的实数向量，其中向量中的每个元素取值都介于（0，1）之间。
softmax的回归函数是：
写成矩阵的形式如下：
最后实际求的是：
softmax的损失函数为：
用梯度下降法求解，对seta求偏导如下。
seta的迭代公式是：
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
2
0- 0
已为社区贡献7条内容
所有评论(0)