线性回归与softmax回归的区别

线性回归是一种回归算法，根据当前数据去学习直线的两个参数。可以用输入特征维度为2输出为1的单层神经网络来实现。线性回归模型适⽤于输出为连续值的情景   softmax回归，是一种分类方法，模型输出可以是⼀个 像图像类别这样的离散值。对于这样的离散值预测问题，我们可以使⽤诸如softmax 回归在内的 分类模型。和线性回归不同，softmax 回归的输出单元从⼀个变成了多个，且引⼊了softmax

>>阅读原文<<