之前講得模型幾乎都是二分法，沒有特別把多元分類的模型拿出來講
今天是最後一篇 Deep learning 的筆記，接下來終於要進入實作的文章了，等了好久...

如果大家還記得，模型最後決定預測結果的方式就是看哪一個分類的機率最高，多元分類也是相同概念
假設現在有 5 種分類結果，在其中一次的預測，五種機率依序分配分別是 10/50/10/5/25 (%)，那這次預測結果即是第二類
不過他也只有 50% 所以也不會說這是好的數字

我們有時候會用 softmax regression 來做多元分類

這張圖就是在分類多種動物

• 貓 = 1
• 狗 = 2
• 小雞 = 3
• 其他 = 0

其中預測出來的結果 為一個 4 x 1 的向量，一個元素就代表一個分類的機率
實際的計算過程：

這邊其實也很單純，就是套 softmax funtion 下去計算

你當然也可以選擇其他函數來做多元分類模型，這邊只是舉 Softmax 為例
大致上就是這樣啦！

小心得

中秋節真快樂，明天也終於要來實作，我真的是等到花兒也洩了