내 이해는 Softmax입니다. 회귀는 여러 클래스를 지원하는 로지스틱 회귀의 일반화입니다.다중 클래스를 직접 지원하는 로지스틱 회귀
Softmax 회귀 모델은 먼저 각 클래스의 점수를 계산 한 다음 softmax 함수를 점수에 적용하여 각 클래스의 확률을 계산합니다.
각 클래스는 자체 전용 매개 변수 벡터를 가지고
내 질문 : 왜 우리가 로지스틱 회귀 훨씬 간단한 방법으로 여러 클래스로 분류하는 데 사용할 수 없습니다와 같은 확률이 0이면 다음 클래스 A 0.3; 0.3 ~ 0.6 등급 B : 0.6 ~ 0.9 등급 C 등
왜 개별 계수 벡터가 항상 필요한가?
저는 ML을 처음 사용합니다. 이 질문이 근본적인 개념 이해의 부족 때문인지 확실하지 않습니다.