softmax回归
来源:互联网 发布:淘宝交易量 编辑:程序博客网 时间:2024/05/06 17:26
在广义线性模型中推导出了,如何根据回归模型的输出分布,推导出该模型的连接函数,和损失函数。
1.证明该分布属于指数分布族;
2.将连接函数(回归函数)表示为T(y)的期望,即计算E[T(y)|x];
3.替换eta为x的线性表示。
在softmax回归的论述中,同样会遵循上述步骤。
Softmax回归简介
Softmax回归可以看做是逻辑回归的扩展,逻辑回归只能进行二分类,输出只能为0或者1,softmax回归能够解决k分类问题,输出为{1,2,3,…,k};
从softmax的输出服从多项分布
多项分布的概率密度函数(PDF)为:
令:
1.证明该分布属于指数分布族
2.将连接函数(回归函数)表示为T(y)的期望,并eta替换为x的线性表示
3.误差损失函数
Softmax的对数似然函数为:
0 0
- softmax回归(Softmax Regression)
- Softmax回归
- softmax 回归
- softmax回归
- Softmax回归
- Softmax回归
- Softmax回归
- Softmax回归
- softmax回归
- Softmax回归
- Softmax回归
- softmax回归
- Softmax回归
- softmax回归
- softmax回归
- softmax回归
- Softmax回归
- softmax回归
- ubuntu设置环境变量
- Bulkload 导数据的详细日志
- Java:如何快速计算出某个数转换为二进制后1的个数
- 湫湫系列故事——减肥记I
- Linux下彩色进度条的实现(printf的格式化输出成彩色的,在linux下才有效)
- softmax回归
- 【OpenCV】SIFT原理与源码分析:DoG尺度空间构造
- Lua变长参数详解
- Android RecyclerView下拉刷新的实现和源码分析
- Javascript数据结构算法之链表(约瑟夫环)
- 大型网站架构系列:分布式消息队列(一)
- 红外秒表计时器
- C++ 大数相加
- 设计模式