【神经网络】softmax回归

前言

softmax回归为一种分类模型。

基本原理

由于softmax回归也是一种线性叠加算法，且需要输出离散值。

很自然地想到，可以取值最大的输出为置信输出。更进一步想到，如果有三个人A、B、C分别说自己的正确程度为100、200、200，那么在三个人说的话都一样正确的情况下，可以考虑累加，那么A、B、C被选择的概率分别为1/5、2/5、2/5。

实际应用中，softmax回归使用类似的算法，但softmax对于更大值的置信度更高，使用exp(x)为转化函数。