Читать книгу Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron - Страница 149

 K ist dabei die Anzahl der Kategorien.

 s(x) ist ein Vektor, der die Scores jeder Kategorie für den Datenpunkt x enthält.

 σ(s(x))k ist die anhand der Scores geschätzte Wahrscheinlichkeit dafür, dass der Datenpunkt x zur Kategorie k gehört.

Wie bei der Klassifikation mit logistischer Regression sagt die Softmax-Regression die Kategorie mit der höchsten geschätzten Wahrscheinlichkeit vorher (die einfach die Kategorie mit dem höchsten Score ist), wie Formel 4-21 zeigt.