Читать книгу Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron - Страница 148

s_k(X) = X^Tθ^(k)

Dabei hat jede Kategorie ihren eigenen Parametervektor θ^(k). Diese Vektoren werden üblicherweise als Zeilen einer Parametermatrix Θ abgelegt.

Haben Sie erst einmal den Score jeder Kategorie für den Datenpunkt x berechnet, können Sie die Wahrscheinlichkeit _k für die Zugehörigkeit des Datenpunkts zur Kategorie k abschätzen, indem Sie die Softmax-Funktion (Formel 4-20) auf die Scores anwenden: Sie berechnet die Exponentialfunktion aus jedem Score und normalisiert diese (durch Teilen durch die Summe aller Potenzen). Die Scores werden im Allgemeinen als Logits oder Log-Odds bezeichnet (auch wenn es sich eigentlich um nicht normalisierte Log-Odds handelt).