← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9877.f.1.f · 生成模型:GPT-6

多类概率共享归一化

理解等级:中级

一对其余方法每类训练一个二分类器。多元逻辑回归把所有类别打分一起输入 Softmax,概率共享一个归一化分母,交叉熵因而将类别参数连接起来。稀疏逻辑回归可通过 L1 选特征,弹性网加入 L2 后更倾向保留相关特征组。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《分布式机器学习:交替方向乘子法在机器学习中的应用》第8章《极大不相关多元逻辑回归》8.1 引入极大不相关约束的意义(来源项目 book-source,源文件:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter8.xhtml) - 结论依据:8.1 引入极大不相关约束的意义中的定义、更新式或实验叙述提供本卡依据。一对其余方法每类训练一个二分类器。 - 原始内容:为了用逻辑回归解决多分类问题,通常有两类逻辑回归扩展方式,一类是建立k个独立的二元分类器,每个分类器将一类样本标记为正样本,将所有其他类别的样本标记为负样本。