[ML/DL] 소프트맥스 회귀/다항 로지스틱 회귀

 

소프트맥스 회귀는 다중 클래스에서 회귀를 사용할때 많이 사용되는 방법이다. 

각 특징값에 해당하는 가중치들을 각 특징값과 곱해준 값들을 더해주어 각 클래스 k에 대한 점수를 계산한다. 

그러면 점수가 클래스 마다 1개씩 나오므로 총 k개가 나올 것이다.

 

 

이 k개의 점수들을 softmax 함수에 넣고 softmax값을 획득한다. 

 

이렇게 되면 k개의 softmax값의 합은 1이 되는 다중 클래스 회귀가 된다. 

 

로지스틱 회귀와 마찬가지로 기본적으로 소프트맥스 회기 분류기는 추정 확률, 즉 softmax값이 가장 높은 클래스를 선택한다.