在统计中,多项式逻辑回归是一种分类方法,可将逻辑回归概括为多类问题,即具有两个以上可能的离散结果。也就是说,它是一个模型,用于在给定一组独立变量(可以是实值,二进制值,分类值等)的情况下预测归类分布的因变量的不同可能结果的概率。多项逻辑对数回归还有很多其他名称,包括多变量LR,多类LR,softmax回归,多项式logit(mlogit),最大熵(MaxEnt)分类器和条件最大熵模型
  1. Stanford UFLDL Tutorial Work Through (4) - Softmax...
  2. 多类分类下为什么用softmax而不是用其他归一化方法? - 知乎
  3. 机器学习算法库推荐? - 知乎
  4. Softmax函数与交叉熵
  5. 09.10 softmax on mnist | softmax 回归
  6. 机器学习进阶笔记之五 | 深入理解VGG\Residual Network
  7. Peter's Notes
  8. Tensorflow 性能调优一:实验
  9. 用matlab做深度学习,有什么工具箱可以直接调用吗? - 知乎
  10. Linear Regression(线性回归)
  11. Notes On Regression Revisit | Softmax regression
  12. Logistic and Softmax Regression
  13. Softmax Regression Revisit
  14. Softmax Regression Design for Stochastic Computing
  15. 详解softmax函数以及相关求导过程
  16. Machine Learning笔记(1):简单的logistic regression推导
  17. Softmax Regression Classifier
  18. Softmax Regression Revisit 2
  19. Softmax Regression | Jinkyu Koo
  20. Softmax Regression
展开全文
参考链接
父主题
微信扫码咨询专知VIP会员