【机器学习】突破分类瓶颈：用逻辑回归与Softmax回归解锁多分类世界-????3. Softmax回归

概述：Softmax回归（Softmax Regression）是逻辑回归的扩展，处理多分类问题。它将输入的线性组合映射到多个类别的概率值。

模型原理： Softmax函数是对逻辑回归的扩展，公式为：

​
是偏置。

????代码实现

from sklearn.linear_model import LogisticRegression

# 使用Softmax回归处理多分类问题
model = LogisticRegression(multi_class='multinomial', solver='lbfgs')
model.fit(X_train, y_train)

y_pred = model.predict(X_test)
print(classification_report(y_test, y_pred))

优缺点：

• 优点：可以处理多分类问题，适用于线性可分问题。
• 缺点：当类别数量很多时，计算复杂度较高。