动手学深度学习——softmax回归之OneHot、softmax与交叉熵_softmax onehot

目录

一、从回归到多类分类

1. 回归估计一个连续值

2. 分类预测一个离散类别

二、独热编码OneHot

三、校验比例——激活函数softmax

四、损失函数——交叉熵

五、总结

---

 

回归可以用于预测多少的问题，比如预测房屋被售出价格，或者棒球队可能获得的胜场数，又或者患者住院的天数。事实上，我们也对分类问题感兴趣，不是问“多少”，而是问“哪一个”：

• 某个电子邮件是否属于垃圾邮件文件夹？

• 某个用户可能注册或不注册订阅服务？

• 某个图像描绘的是驴、狗、猫、还是鸡？

• 某人接下来最有可能看哪部电影？

通常，机器学习实践者用分类这个词来描述两个有微妙差别的问题：

1. 我们只对样本的“硬性”类别感兴趣，即属于哪个类别；
2. 我们希望得到“软性”类别，即得到属于每个类别的概率。

这两者的界限往往很模糊。其中的一个原因是：即使我们只关心硬类别，我们仍然需要使用软类别的模型。

一、从回归到多类分类

1. 回归估计一个连续值

线性回归用一套  处理一组连续的m个样本  （的n维特征），用于拟合曲线（面）函数，预估后续函数值；

•  自然区间 $\large \mathbb{R}$ 内的单连续数值输出：

• 通常使用均方损失函数训练，预测值与真实值的区别作为损失：

2. 分类预测一个离散类别

softmax回归用多套   处理每个离散样本 的n个特征，以此计算该样本属于每一类的概率，预测样本类别。

• 通常多个输出，每个类别对应一个输出：

        我们需要和输出一样多的仿射函数（affine function）， 每个输出对应于它自己的仿射函数。

•  输出  是预测为第  类的置信度（结果的可靠度，置信度越高，是该类的可能性越大）：

二、独热编码OneHot

对样本的类别进行一位有效编码，将标量 $\large \mathrm{y}$ 拉伸为向量 $\large \mathbf{y}\in \mathbb{R}^{n}$ （n对应类别总数）——本意是用n个二分类来解决n分类问题。

• 样本属于第  类，其  位就为 1 ，其余 n-1 位全为 0 ：

如一个有三种类别的样本：{狗,猫,鸡}，标签y将是一个三维向量， 其中(1,0,0)对应于“猫”、(0,1,0)对应于“鸡”、(0,0,1)对应于“狗”。

三、校验比例——激活函数softmax

softmax函数（归一化函数）将未规范化的预测结果  变换为非负并且总和为1的概率值，同时要求模型保持可导：

• 首先对每个未规范化的预测求幂，这样可以确保输出非负；
• 再对每个求幂后的结果除以它们的总和，确保最终输出的总和为1。

• softmax函数并不会改变未规范化的预测  之间的顺序，所以可以用下式来选择最有可能的类别（argmax获取最大值下标 ）：

• 将 $\large \mathbf{y}$ 和 $\large \mathbf{\hat{y}}$ 的区别作为损失，为了让损失最小，在训练时我们需要通过优化参数让 $\large \mathbf{\hat{y}}_{i}$ 尽可能大，$\large \mathbf{\hat{y}}$ 而其他维尽可能小（因为 $\large \large \mathbf{y}_{i}$ 为 1 ，$\large \mathbf{y}$ 的其他维为 0 ）。

尽管softmax是一个非线性函数，但softmax回归的输出仍然由输入特征的仿射变换决定。 因此，softmax回归是一个线性模型（linear model）。

补充：softmax函数求导https://zhuanlan.zhihu.com/p/37740860其中 i 为softmax的第 i 个输出，j 为softmax的第 j 个输入；当 i = j 时表明输入和输出相匹配。

四、损失函数——交叉熵

• 交叉熵常用来衡量两个概率的区别：

• 将它作为损失函数：

• 其梯度是真实概率和预测概率的区别：

推导过程如下：

五、总结

Softmax回归是一个多分类的逻辑回归（解决二分类）模型：

• 使用Softmax作为激活函数得到每个类（归一化后）的预测置信度；
• 使用交叉熵作为损失函数来衡量预测和标号（每一位上）的区别。

使用交叉熵而非最小二乘法作为损失函数的优势：