每日一问07
Question:什么是Softmax回归?和线性回归的区别是什么?
文章目录
- 每日一问07
-
- Question:什么是Softmax回归?和线性回归的区别是什么?
- 回归 vs 分类
- 从回归到多分类
-
- 回归
- 分类
- 均方损失
- 校验比例
- Softmax和交叉熵损失
- 总结
回归 vs 分类
- 回归估计一个连续值
- 分类预测一个离散类别
- 单连续值输出
- 自然区间R
- 和真实值的区别作为损失
文章图片
分类
- 通常多个输出
- 输出i时预测为第i类的置信度,并将值最大的输出所对应的类作为预测输出
文章图片
均方损失
- 对类别进行一位有效编码(非0即1)
文章图片
- 使用均方损失训练
- 最大值作为预测
文章图片
- 需要更置信的识别正确类(预测值Oy和真实值Oi要足够小)
文章图片
校验比例
- 输出匹配概率(非负,和为1)
文章图片
- 概率y 和y_hat的区别作为损失
- 交叉熵常用来衡量两个概率的区别
文章图片
- 将交叉熵作为损失:
文章图片
- 其梯度是真实概率和预测概率的区别
文章图片
总结
- Softmax回归是一个多分类模型
- 使用Softmax操作子得到每个累的预测置信度
- 使用交叉熵来衡量和标号的区别
推荐阅读
- 深度学习知识总结|交叉熵函数
- 机器学习|逆天改命第一天
- 自动驾驶|自动驾驶数据服务进入2.0时代
- 人工智能簇|朴素贝叶斯算法之鸢尾花特征分类【机器学习】【伯努利分布,多项式分布,高斯分布】
- 机器学习|机器学习算法[1]--线性回归,岭回归,Lasso回归原理详解及sklearn实现
- 机器学习|Matplotlib常见图形绘制(折线图、散点图、柱状图、直方图、饼图)
- ShowMeAI资讯日报|人工智能 | ShowMeAI资讯日报 #2022.06.18
- ShowMeAI资讯日报|人工智能 | ShowMeAI资讯日报 #2022.06.20
- ShowMeAI资讯日报|人工智能 | ShowMeAI资讯日报 #2022.06.16