對數似然函數(log likelihood)
機器學習裏面,對模型的訓練都是對Loss function進行優化,在分類問題中,我們一般使用最大似然估計(Maximum likelihood estimation)來構造損失函數。對於輸入的x,其對應的類標籤爲t,我們的目的是找到使p(t|x)最大的模型f(x),y=f(x)爲模型的預測值。
在二分類問題中:
可以看到,多分類問題中,上述通過最大似然估計得到的損失函數與通過交叉熵得到的損失函數相同。
參考:https://blog.csdn.net/qq_38469553/article/details/83860335