Читать книгу Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron - Страница 147

Das logistische Regressionsmodell lässt sich direkt auf mehrere Kategorien verallgemeinern, ohne dass man mehrere binäre Klassifikatoren trainieren und miteinander kombinieren muss (wie in Kapitel 3 besprochen). Dies nennt man Softmax-Regression oder multinomiale logistische Regression.

Die Grundidee dabei ist recht einfach: Die Softmax-Regression berechnet für einen Datenpunkt x zunächst den Score s_k(x) für jede Kategorie k und schätzt anschließend durch Berechnen der Softmax-Funktion (auch normalisierte Exponentialfunktion genannt) die Wahrscheinlichkeit jeder Kategorie ab. Die Formel zum Berechnen von s_k(x) aus den Scores sollte Ihnen bekannt vorkommen, da sie der Formel für die Vorhersage einer linearen Regression ähnelt (siehe Formel 4-19).