Softmax回归---多分类问题

在读文章之前，先读Logistic回归,Logistic回归是Softmax回归的特殊情况，即二分类情况。 softmax函数的本质就是将一个K维的任意实数向量压缩（映射）成另一个K维的实数向量，其中向量中的每个元素取值都介于（0，1）之间。 softmax的回归函数是： 写成矩阵的形式如下： 最后实际求的是： softmax的损失函数为： 用梯度下降法求解，对seta求偏导如下。 seta的迭代

>>阅读原文<<