직접 만드는 머신러닝: 소프트맥스 회귀 from scratch. numpy를 곁들인.

목차 -미리 알아둬야 할 정보 -파이썬으로 구현 -Iris 학습하기 미리 알아야 하는 지식 안다면 빠르게 넘어갑시다 머신러닝 학습 구조, 소프트맥스, 크로스엔트로피, Numpy사용법, 행렬, 경사하강법 아마 이 글을 읽는 사람은 기본 개념은 다 이해했는데 구현하기 짜증나서 온 것이겠죠? 아닐 수도 있으니 중요한 거 두 개만 쓰겠습니다. https://wikidocs.net/35476 이거 읽으면 됩니다. 소프트맥스 이렇게 생긴 것이 소프트맥스 함수입니다. 여기서 x는 1xN 벡터입니다. 분모를 보면 지수함수의 합으로 늘 양수임을 알 수 있습니다. 분자는 분모의 합들 중 i 번째 항으로 이 또한 양수입니다. 이때 함수 g의 치역은 (0, 1]이 됩니다. 이 형태는 익숙한 모양입니다. 바로 확률이죠. 모든 g(x)의 합이 1이고 각 g(x)는 0~1의 값을 가지니 각 g(x)를 확률로 취급해도 된다는 말입니다. 회귀 모형에서는 분류할 범주가 N 개 있다고 할 때 g(xi)를 i 번째 범...

원문링크 : 직접 만드는 머신러닝: 소프트맥스 회귀 from scratch. numpy를 곁들인.