Softmax回归

Softmax回归是一种用来解决分类问题的模型， 通过Softmax函数将多个输出转换为概率分布，每个输出对应一个类别的概率。

然后用交叉熵损失函数来计算模型的损失。

我们的目标就是通过不断调整模型，让交叉熵损失尽可能小， 这样模型就能越来越准确的进行分类。

Softmax

[ ˌsɒfˈmæks ]

n.软最大；软最大函数；

1. 回归 VS 分类

• 回归： 估计一个连续值
  • 例如：房价预测、温度预测等
  • 单连续数值输出
  • 自然区间 R
  • 跟真实值的区别作为损失
• 分类： 预测一个离散类别
  • 例如：区分数字0-9，区分不同的动物等
  • 通常多个输出
  • 输出 i 是预测为第 i 类的置信度