【复旦邱锡鹏教授《神经网络与深度学习公开课》笔记】Softmax回归

Softmax回归主要用于解决多类问题（类别数>2），可以看作Logistic回归在多分类问题上的一种扩展

Softmax函数

对于K个标量$x_1,x_2,\cdots ,x_K$：
$$softmax(x_K)=\frac{\exp (x_K)}{{\sum }_{i=1}^K\exp (x_i)}$$
其中，指数项>0，分母>=分子，因此结果必定属于区间$(0,1)$，且${\sum }_{K}softmax(x_K)=1$。也就是说，K个标量在通过softmax函数之后，可以转换成具有K个取值的分布，每个取值可以看作对应的打分，标量值越大对应的打分越高。

Softmax回归

目标类别$y=c$的条件概率为：
$$\begin{array}{rl}{p}_{\theta }(y=c\mid x)& =softmax(w_c^{T}x)\\ & =\frac{\exp (w_c^{T}x)}{{\sum }_{c^{\prime }=1}^C\exp (w_{c^{\prime }}^{T}x)}\end{array}$$
用向量表示：
$$\begin{array}{rl}\hat{y}& =softmax(W^{T}x)\\ & =\frac{\exp (W^{T}x)}{1_C^T\exp (W^{T}x)}\end{array}$$
其中，$\hat{y}\in {\mathbb{R}}^C$（C维向量）为所有类别的预测条件概率组成的向量，$W\in {\mathbb{R}}^{D\times C}$为所有判别函数对应的权重组成的向量，$1_C^T$为C维的全为1的向量，与后项内积来表示后项所有元素的加和。

交叉熵损失：
$$H(p_r,p_{\theta })=-\sum _{y=1}^C{p}_r(y\mid x)\log p_{\theta }(y\mid x)$$
这里需要与logistic回归区别一下，在使用logistic回归解决多分类问题时，主要取决于不同类别之间是否互斥，等同于将多分类问题转换成了多次二分类问题。而softmax回归可以同时计算多个类别的打分，取得分最高为最终的分类。真实概率$p_r$和预测概率负对数（熵、自信息量）如下所示：

最终要令二者内积后的交叉熵最小，同时根据熵（自信息）的概念，当真实概率最大时对应的自信息量最小，这也就意味着当熵最小时对应的真实概率越大，越可能是最终的预测结果。如上图中，类别为1的熵$-\log p_{\theta }(y=1\mid x)\to 0$，则对应$p_r(y=1\mid x)\to max$
用向量来表示交叉熵损失：
$$H(y,\hat{y})=-y^T\log \hat{y},y=[I(1=c),I(2=c),\cdots ,I(C=c)]$$