逻辑回归与softmax回归的区别

我知道逻辑回归用于二元分类,而softmax回归用于多类问题。如果我用相同的数据训练多个逻辑回归模型,并规范化它们的输出以获得一个多类分类器,而不是使用一个softmax模型,会有什么不同吗?我假设结果是相同的。我可以说:“所有的多类分类器都是二元分类器的级联结果”(除了神经网络之外)。


回答:

多个逻辑回归模型与softmax输出之间存在一些细微的差异。

本质上,您可以将大小为d的输入映射到单个输出k次,或者一次性将大小为d的输入映射到k个输出。然而,多个逻辑回归模型会造成混淆,并且在实践中表现较差。这是因为大多数库(TensorFlow、Caffe、Theano)都是用低级编译语言实现的,并且高度优化。由于管理多个逻辑回归模型很可能是在更高层次上处理的,因此应避免这样做。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注