逻辑回归 多分类变量

逻辑回归是一种用于处理二分类问题的统计模型，但也可以扩展到处理多分类问题。在多类别逻辑回归中，我们可以使用多个独立的二元逻辑回归模型来预测多个类别的结果。具体而言，我们可以选择一个类别作为主类别，然后将其余的类别与主类别分别进行回归。通过这种方式，我们可以得到多个回归方程，每个方程用于预测一个类别的概率。最常用的方法是使用softmax函数来将这些概率转化为归一化的概率分布。\[1\]\[2\]

多类别逻辑回归也被称为polytomous LR、multiclass LR、softmax regression、multinomial logit、maximum entropy classifier、conditional maximum entropy model等等。这些名字都指的是同一种方法，只是在不同的领域或文献中使用了不同的术语。\[3\]
#### 引用[.reference_title]
- *1* *2* *3* [多分类逻辑回归（Multinomial Logistic Regression）](https://blog.csdn.net/Gamer_gyt/article/details/85209496)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]