다항 논리 회귀 (Multinomial logistic regression)

one hot encoding

원핫 인코딩을 만드는 방법:

1. 클래스(라벨)의 개수만큼 배열을 0으로 채운다.

2. 각 클래스의 인덱스 위치를 정한다.

3. 각 클래스에 해당하는 인덱스에 1을 넣는다.

 

 

 

Softmax 함수와 손실함수:

Softmax는 선형 모델에서 나온 결과(Logit)를 모두가 더하면 1이 되도록 만들어주는 함수입니다.

다 더하면 1이 되도록 만드는 이유는 예측의 결과를 확률(=Confidence)로 표현하기 위함인데요.

우리가 One-hot encoding을 할때에도 라벨의 값을 전부 더하 면 1(100%)이 되기 때문입니다.

 

 

출처 : https://www.tutorialexample.com/implement-softmax-function-without-underflow-and-overflow-deep-learning-tutorial/