深度神经网路已经在语音识别,图像识别等领域取得前所未有的成功。本人在多年之前也曾接触过神经网络。本系列文章主要记录自己对深度神经网络的一些学习心得。

第四篇,谈谈我对逻辑回归和softmax回归的一点理解。网络上对逻辑回归和softmax回归论述也很多,包括各种不同语言的代码,都可以下载到。

1.  逻辑回归源于线性回归模型。

线性回归问题的自变量是连续变量,而逻辑回归问题的自变量一般是取值为离散的名义变量,例如,男,女。逻辑回归是对因变量和自变量之前发生关系的概率解释。例如,某种疾病的发生与抽烟的关系,这种关系可以解释为抽烟会导致这种疾病发生的概率值。当逻辑回归用于分类的时候,分类器的阈值点就是0.5。

2. 优化算法

回归问题是统计学里面最基础的问题。在统计学里面,一般采用最大似然和最小二乘法直接导出解析解。具体可以参考任何一般统计学的教材。其解析解里面有一个矩阵的逆。求逆和伪逆运算有一些快速算法可以利用。所以对于数据量小的回归问题,直接用解析解就可以快速的得到模型的参数。而对于数据挖掘,海量数据导致内存的开销巨大,这时候直接求解析解是不现实的。于是,在机器学习相关的教程里面,对于回归问题,描述的都是迭代算法。基于随机梯度下降的迭代算法的好处是,内存开销小。

3. 对开源softmax回归的一点解释

对深度学习的开源代码中有一段softmax的代码,下载链接如下:

https://github.com/yusugomori/DeepLearning

这个开源的代码是实现了深度网络的常见算法,包括c,c++,java,python等不同语言的版本。

softmax回归中有这样一段代码:

   void LogisticRegression_softmax(LogisticRegression *this, double *x) {int i;double max = 0.0;double sum = 0.0;for(i=0; i<this->n_out; i++) if(max < x[i]) max = x[i];for(i=0; i<this->n_out; i++) {x[i] = exp(x[i] - max);sum += x[i];}for(i=0; i<this->n_out; i++) x[i] /= sum;
}

乍一看这段代码,发现它和文献中对softmax模型中参数优化的迭代公式中是不一样!其实,如果没有那个求最大值的过程,直接取指数运算就一样的。而加一个求最大值的好处在于避免数据的绝对值过小,数据绝对值太小可能会导致计算一直停留在零而无法进行。就像对数似然函数,似然函数取对数防止概率过小一样。

逻辑回归与softmax回归相关推荐

  1. Logistic and Softmax Regression (逻辑回归和Softmax回归)

    1. 简介 逻辑回归和Softmax回归是两个基础的分类模型,虽然听名字以为是回归模型,但实际我觉得他们也有一定的关系.逻辑回归,Softmax回归以及线性回归都是基于线性模型,它们固定的非线性的基函 ...

  2. Scikit-Learn 机器学习笔记 -- 线性回归、逻辑回归、softmax回归

    Scikit-Learn 机器学习笔记 – 线性回归.逻辑回归.softmax回归 参考文档: handson-ml import numpy as np from matplotlib import ...

  3. softmax分类器_[ML] 逻辑回归与 Softmax 回归

    Logistic Regression (LR) 译为逻辑回归,但实际上这是一种分类模型(二分类或多分类).下面精要地把模型中的核心概念.推导梳理一下.本文主要内容如下: 逻辑回归的概率模型 逻辑回归 ...

  4. 【机器学习】对数线性模型之Logistic回归、SoftMax回归和最大熵模型

    来源 | AI小白入门 作者 | 文杰 编辑 | yuquanle 完整代码见:原文链接 1. Logistic回归 ​ 分类问题可以看作是在回归函数上的一个分类.一般情况下定义二值函数,然而二值函数 ...

  5. 生成模型 VS. 判别模型 Logistic 回归 VS. Softmax 回归

    生成模型 VS. 判别模型 从概率分布的角度考虑,对于一堆样本数据,每个均有特征Xi对应分类标记yi. 生成模型:学习得到联合概率分布P(x,y),即特征x和标记y共同出现的概率,然后求条件概率分布. ...

  6. 线性回归、Logistic回归和softmax回归

    区别: (1)输出:线性回归的输出是一个数值,适用于回归问题,如房屋预测价格.气温.销售额. logistic回归.softmax的输出是一个标签,适用于分类问题,如图像分类等. (2)支持类别:Lo ...

  7. Logistic 回归与 Softmax 回归在解决二分类问题的区别

    Logistic 回归与 Softmax 回归在解决二分类问题的区别 在学习邱锡鹏老师的<神经网络与深度学习>的Softmax回归时,他在最后提出了此问题. 久经思考后,没想出来有什么区别 ...

  8. Logistic回归与Softmax回归

    Logistic回归和Softmax回归属于机器学习和深度学习中比较经典和基础的两个算法,许多优秀的模型中都使用到了这两个算法.所以这周打算整理和介绍一下Logistic回归和Softmax回归. 线 ...

  9. Logistic回归与Softmax回归比较

    Logistic回归与Softmax回归比较 在机器学习中,Logistic回归和Softmax回归都是常见的分类算法.它们在很多方面都有相似之处,但也存在一些不同之处.本文将介绍这两种模型的区别,并 ...

最新文章

  1. 基于mimeTex的数学公式Webservice的部署和实现
  2. 排序算法整理(第十五周实践项目)
  3. key的数据类型是字符串
  4. Deep Learning(深度学习)学习笔记整理系列之(四)
  5. Docker(五):Docker 三剑客之 Docker Machine
  6. Android后台杀死系列之二:ActivityManagerService与App现场恢复机制
  7. 无法全新安装_好墙板更需好安装:护墙板安装新方法
  8. multi task训练torch_手把手教你使用PyTorch(2)-requires_gradamp;computation graph
  9. 艾伟_转载:使用LINQ to SQL更新数据库(中):几种解决方案
  10. SPOJ 20713 DIVCNT2 - Counting Divisors (square)
  11. 交换机短路_交换机日常怎么运行维护?一文告诉你
  12. javascript优缺点
  13. pudn下载地址的规律
  14. python 创意编程 全国-全国青少年创意编程与智能设计大赛Python创意编程比赛
  15. 无线传感器部署的连接性架构和协议选项
  16. vim 编辑器sed 替换字符串方法
  17. MATLAB中text函数使用
  18. mysql text 多少汉字_MySQL到底可以存储多少个汉字
  19. ms word 的激活
  20. [组合] UOJ#308. 【UNR #2】UOJ拯救计划

热门文章

  1. UWB室内定位系统的优势与好处
  2. 临界资源的同步与互斥,区分临界资源与临界区,二义性分析
  3. 第三届进博会倒计时100天,欧莱雅、雅诗兰黛、爱茉莉太平洋积极筹备参展 | 美通企业日报...
  4. 模拟退火的一些个人见解
  5. OpenOCD-JTAG调试
  6. 位运算符详解(与,或,非,异或)
  7. 正则表达式,密码规则
  8. C++ 制作简易音乐播放器
  9. HBuilder调试夜神安卓模拟器方法
  10. dso与Android,DSO 安装及运行 —— dso_ros + Android 手机摄像头