多分类和softmax回归
在多分类问题中，一个样本会被划分到三个或更多的类别中，可以使用多个二分类模型或一个多分类模型，这两种方式解决多分类问题。
1.基于二分类模型的多分类
直接基于二分类模型解决多分类任务，对于多分类中的每个目标类别都要训练一个二分类模型。在训练时，将需要识别出的类别的数据作为正例，其余数据为反例，这种训练方式被称为1-VS-Rest,也就是1对其余的策略。
如果有N个目标类别，训练N个二分类模型，N个模型互相独立，互不干扰，同一个数据每个模型都需要计算一遍。另外对于不同的类别，也可以使用不同的二分类模型进行训练。例如可以使用逻辑回归、SVM、决策树这三种模型应用在同一个分类系统中，来识别不同的类别。
基于1-VS-Rest策略的多分类，优势是可维护性高、随时可以增加新的类别模型，或者修改升级其中某个模型，都不会对其他已有模型产生影响。另外，分类结果是相互独立的，可以自由选择这些模型的组合方式，进而更有针对性的调试和优化。
2.softmax解决多分类问题
构建softmax回归模型同时对所有类别进行识别，在softmax回归中包括两步。步骤一：输入一个样本的特征向量，输出多个线性预测结果。步骤二：将这个结果输入到softmax函数，softmax函数会将多个线性输出转换为每个类别的概率。softmax回归会基于输入x,计算三个线性输出。可以将softmax回归看作是一个具有多个输出的单层神经网络。
三个目标类型：
四个输入特征：
基于矩阵，计算线性输出o:
o=Wx+b
通过softmax函数计算类别的概率
计算出线性输出o后，将o输入到softmax函数，从而将线性输出o转换为每个类别的预测概率y. 设有n个输出-
，第k个输出是
,它对应的类别概率是
，
由此通过softmax函数将所有线性输出都转换为0-1之间的实数：y1,y2,...yn0,1,输出的总和y1+y2+...+yn=1.
softmax函数不会改变线性输出o之间的大小顺序，只会为每个类别分配相应的概率。它的优势在于模型简洁高效，只需要一次训练就可以同时识别所有类别的多分类模型。此外softmax回归也可以很好地处理类别之间的互斥问题，softmax函数可以确保预测结果总和为1。它也存在一些问题，在需要优化模型中的某个类别或者增加新的类别时，会影响到其他所有的类别，产生较高的评估与维护成本。
3.多分类中的交叉熵损失函数
交叉熵误差：评估模型输出的概率分布和真实概率分布的差异，它有两种形式分别对应二分类与多分类问题，
二分类问题：
多分类问题：
多分类问题中，如果每个类别之间的定义是互斥的，那么任何样本都只能被标记为一种类别。使用向量y表示样本的标记值，如果有n个类别，那么y就是一个n*1的列向量。向量中只有1个元素是1，其余元素都是0。多分类问题的交叉熵损失，只与真实类别对应的模型预测参数概率有关，因此第i个样本的误差为
m个样本、n个类别的交叉熵误差：
如果某样本被标记为第2个类别，那么第二个元素标记为1，其余为0.
在交叉熵损失函数中，只有真实类别对应的那一项会被计算在内，其他类别的项在计算求和中均为0，因此，即便模型对其他类别的预测概率不准确，但只要对真实类别的预测概率较高，损失函数的值仍然较低。
4.softmax回归的数学原理
softmax回归也被称为多项的逻辑回归，它可以看作是逻辑回归在多分类问题上的推广。
类别个数：n
类别标签：y
x:样本特征向量
某样本属于类别k的概率：
softmax回归和逻辑回归的关系
逻辑回归中使用sigmoid函数，,将线性输出z转化为一个概率，这个概率表示样本属于正例的可能性。在softmax中使用softmax函数将输出值
同样转化为概率
,这个概率表示样本属于第k个类别的可能性。当类别数为2时，逻辑回归和softmax回归的输出时等价的。
softmax回归中：
类别为0的概率：
类别为1的概率：
将z0-z1看作一个整体-z,就得到逻辑回归的形式，所以在处理二分类问题时，softmax回归和逻辑回归实际上是完全等价的模型
梯度下降法求解softmax回归
softmax回归模型的代价函数即交叉熵损失函数：
求E关于第k个类别中第j个特征权重偏导数：
梯度下降算法：
最终迭代：