0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器学习的logistic函数和softmax函数总结

lviY_AI_shequ 来源:工程师曾玲 2018-12-30 09:04 次阅读

前言

本文简单总结了机器学习最常见的两个函数,logistic函数和softmax函数。首先介绍两者的定义和应用,最后对两者的联系和区别进行了总结。

目录

1. logisitic函数

2. softmax函数

3. logistic函数和softmax函数的关系

4. 总结

logistic函数

1.1 logistic函数定义

logsitic函数也就是经常说的sigmoid函数,几何形状也就是一条sigmoid曲线。

logistic函数的定义如下:

机器学习的logistic函数和softmax函数总结

其中,x0表示了函数曲线的中心(sigmoid midpoint),k是曲线的坡度,表示f(x)在x0的导数。

对应的几何形状:

1.2 logistic函数的应用

logistic函数在统计学和机器学习领域应用最为广泛或最为人熟知的肯定是逻辑斯蒂回归模型,逻辑斯蒂回归(Logisitic Regression,简称LR)作为一种对数线性模型被广泛地应用于分类和回归场景中,此外,logistic函数也是神经网络中最为常用的激活函数,即sigmoid函数 。

logistic函数常用作二分类场景中,表示输入已知的情况下,输出为1的概率:

机器学习的logistic函数和softmax函数总结

其中,为分类的决策边界。另一类的生成概率:

机器学习的logistic函数和softmax函数总结

softmax函数

2.1 softmax函数的定义

softmax函数是logistic函数的一般形式,本质是将一个K维的任意实数向量映射成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,且所有元素的和为1。

softmax函数的表达式:

机器学习的logistic函数和softmax函数总结

2.2 softmax函数的应用

softmax函数经常用在神经网络的最后一层,作为输出层,进行多分类。公式如下:

机器学习的logistic函数和softmax函数总结

(2)式含义:输入样本为,输出向量的每个元素为K个类别中每个类的生成概率,其中为第 j类的模型参数,为归一化项,使得所有概率之和为1。

2.3 softmax回归模型的参数冗余

我们对(2)式减去向量,此时,输入样本为,输出为第j类的生成概率:

机器学习的logistic函数和softmax函数总结

由上式可得,从o4YBAFwmyLSAV_6vAAABGqLz7yk609.png中减去o4YBAFwmyLSAeTuiAAABAkyKcnU811.png完全不影响假设函数的预测结果,表明softmax回归模型存在冗余的参数,模型最优化结果存在多个参数解。

解决办法:对softmax回归模型的损失函数引入正则化项(惩罚项),就可以保证得到唯一的最优解。

logistic函数和softmax函数的关系

相同点:

(1)最优模型的学习方法

我们常用梯度下降算法来求模型损失函数的最优解,因为softmax回归是logistic回归的一般形式,因此最优模型的学习方法相同。

logistic回归的损失函数的偏导数:

机器学习的logistic函数和softmax函数总结

参数更新:

机器学习的logistic函数和softmax函数总结

由(3)式可知,当样本实际标记值为1时,则会以增大的方向更新;样本实际标记值为-1时,则会以减小的方向更新。同理,softmax回归参数的思想也大致相同,使得模型实际标记的第K类的生成概率接近于1。

(2)二分类情况

logistic回归针对的是二分类情况,而softmax解决的是多分类问题,若softmax回归处理的是二分类问题,则表达式如下:

机器学习的logistic函数和softmax函数总结

利用2.3节的softmax回归的参数冗余特点,参数向量减去向量o4YBAFwmyLeAAcUWAAAA8izqIIs268.png,得到:

机器学习的logistic函数和softmax函数总结

机器学习的logistic函数和softmax函数总结,上式可表示为:

机器学习的logistic函数和softmax函数总结

与logistic二分类的表达式一致,因此,softmax回归与logistic回归的二分类算法相同 。

不同点:

多分类情况

logistic回归是二分类,通过“1对1(one vs one)“分类器和”1对其他(one vs the rest)“分类器转化为多分类。但是,这两种方法会产生无法分类的区域,该区域属于多个类,如下图:

机器学习的logistic函数和softmax函数总结

机器学习的logistic函数和softmax函数总结

左图是1对多的分类情况,右图是1对1的分类情况,绿色为无法分类的区域。

softmax回归进行的多分类,输出的类别是互斥的,不存在无法分类的区域,一个输入只能被归为一类;

logistic多分类的解决办法:若构建K类的分类器,通过创建K类判定函数来解决无法分类的问题。假定K类判定函数为,对于输入样本x,

机器学习的logistic函数和softmax函数总结

则样本属于第k类。

总结

logisitc函数常用于二分类和神经网络的激活函数,softmax函数常用于神经网络的输出层,进行多分类。logistic多分类回归可通过设置与类数相同的判别函数来避免无法分类的情况。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4771

    浏览量

    100720
  • 机器学习
    +关注

    关注

    66

    文章

    8408

    浏览量

    132573

原文标题:浅谈logistic函数和softmax函数

文章出处:【微信号:AI_shequ,微信公众号:人工智能爱好者社区】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    机器学习实战之logistic回归

    logistic回归是一种广义的线性回归,通过构造回归函数,利用机器学习来实现分类或者预测。 原理 上一文简单介绍了线性回归,与逻辑回归的原理是类似的。 预测
    的头像 发表于 09-29 15:17 2338次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>实战之<b class='flag-5'>logistic</b>回归

    WinCC标准函数总结

      该系统包含标准函数。 可以按需要修改这些函数。 此外,还可以自己创建标准函数。   该系统包括一个标准函数集。   一、Alarm - 简短描述   Alarm
    发表于 10-09 16:14 0次下载

    matlab牛逼函数总结

    matlab牛逼函数总结,想大家会因为MATLAB函数不懂吧!自己看看吧!
    发表于 11-06 17:18 0次下载

    函数指针和指针函数定义

    函数指针和指针函数,C语言学习中最容易混淆的一些概念,好好学习
    发表于 01-11 16:44 0次下载

    MATLAB常用函数总结(表格)

    MATLAB常用函数总结,MATLAB函数速查手册,方便应用MATLAB函数
    发表于 01-21 14:31 0次下载

    arduino学习必须掌握的函数资料下载

    arduino学习必须掌握的函数
    发表于 04-26 10:58 36次下载
    arduino<b class='flag-5'>学习</b>必须掌握的<b class='flag-5'>函数</b>资料下载

    机器学习算法之一:Logistic 回归算法的优缺点

    然后这些概率必须二值化才能真地进行预测。这就是 logistic 函数的任务,也称为 sigmoid 函数。Sigmoid 函数是一个 S 形曲线,它可以将任意实数值映射到介于 0 和
    发表于 06-23 12:31 3.8w次阅读

    机器学习经典损失函数比较

    所有的机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程。我们常常将最小化的函数称为损失函数,它主要用于衡量模型的预测能力。
    的头像 发表于 06-13 17:53 8562次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>经典损失<b class='flag-5'>函数</b>比较

    C语言入门教学之函数资料总结免费下载

    本文档的主要内容详细介绍的是C语言入门教学之函数资料总结免费下载内容包括了:1 库函数2 函数的定义和返回值3 函数的调用4
    发表于 10-23 17:53 3次下载

    机器学习Softmax定义和优点

    Softmax机器学习中有非常广泛的应用,但是刚刚接触机器学习的人可能对Softmax的特点以
    的头像 发表于 03-15 17:18 4676次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>的<b class='flag-5'>Softmax</b>定义和优点

    机器学习和深度学习中分类与回归常用的几种损失函数

    本文将介绍机器学习、深度学习中分类与回归常用的几种损失函数,包括均方差损失 Mean Squared Loss、平均绝对误差损失 Mean Absolute Error Loss、Hu
    的头像 发表于 10-09 16:36 6232次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>和深度<b class='flag-5'>学习</b>中分类与回归常用的几种损失<b class='flag-5'>函数</b>

    c++中构造函数学习总结(一)

    关于这个构造函数,简单理解就是在一个类中,有一个函数,它的函数名称和类名同名,而且这个构造函数没有返回值类型的说法( Test()这个函数
    的头像 发表于 12-24 18:06 724次阅读

    机器学习中若干典型的目标函数构造方法

    几乎所有的机器学习算法都归结为求解最优化问题。有监督学习算法在训练时通过优化一个目标函数而得到模型,然后用模型进行预测。无监督学习算法通常通
    的头像 发表于 12-26 09:52 4274次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>中若干典型的目标<b class='flag-5'>函数</b>构造方法

    vc++-CDC常用函数总结

    vc++-CDC常用函数总结(电源威廉希尔官方网站 论坛)-该文档为vc++-CDC常用函数总结讲解文档,是一份还算不错的参考文档,感兴趣的可以下载看看,,,,,,,,,,,,,,,,,
    发表于 09-27 15:40 2次下载
    vc++-CDC常用<b class='flag-5'>函数</b><b class='flag-5'>总结</b>

    机器学习找一个好用的函数的原因是什么

    (1)机器学习中经典的“支持向量机(SVM)”的主要提出者弗拉基米尔·万普尼克(Vladimir Vapnik),在其著作《统计学习理论的本质》中这样定义机器
    的头像 发表于 11-02 16:15 801次阅读