我知道逻辑回归是用于二分类问题,而softmax回归是用于多类问题。如果我使用同样的数据训练数个逻辑回归模型,并将它们的结果进行归一化以获取一个多类分类器,与使用一个softmax模型是否有任何区别?我认为结果是相同的。可以说:“所有的多类分类器都是由二分类器级联得到的”。(除了神经网络)
我知道逻辑回归是用于二分类问题,而softmax回归是用于多类问题。如果我使用同样的数据训练数个逻辑回归模型,并将它们的结果进行归一化以获取一个多类分类器,与使用一个softmax模型是否有任何区别?我认为结果是相同的。可以说:“所有的多类分类器都是由二分类器级联得到的”。(除了神经网络)
重复了其他人已经传达的内容。
参考资料:http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/
softmax(z1, z2) = exp(z1)/(exp(z1) + exp(z2)) = exp(z1 - z2)/(exp(z1-z2) + exp(0)) = exp(z)/(exp(z) + 1)
在多元逻辑回归模型和softmax输出中存在一些小差异。
基本上,您可以将大小为d的输入映射到单个输出k次,或者将大小为d的输入一次映射到k个输出。然而,多元逻辑回归模型很容易令人困惑,并且在实践中表现较差。这是因为大多数库(如TensorFlow、Caffe、Theano)都是用低级编译语言实现的,高度优化。由于管理多元逻辑回归模型可能在更高层次上处理,因此应该避免使用。