神经网络，分类和回归问题，在网络结构上的区别是什么？分类比回归多一层softmax吗？诚心求教？ 第1页
1
huo-hua-de-41 网友的相关建议:
感觉现在已有的回答还没说到点上。例如，0-1的回归，我把0-1分成100个bin，每0.01当作一个类，然后用变成100类的分类任务，是不是就只是精度差异呢？进一步可以衍生几个问题：
- 为什么回归任务常使用mse作为损失函数？
- 为什么分类任务常用交叉熵作为损失函数?
首先，我们要知道，使用特定损失函数的前提是我们对标签的分布进行了某种假设。
二分类问题的常见假设就是标签服从伯努利分布，多分类问题背后的假设是多项分布（Multinomial Distribution）。根据数据分布，结合最大似然估计，就可以推导出交叉墒的公式。
同样的，回归问题背后的假设是标签服从正态分布，这时候根据数据分布，结合最大似然估计，就可以推导出mse的公式。
然后实际问题中，我们遇到的标签不一定真的服从正态分布。根据样本分布不同，大家还提出了tweedie loss、possion loss等损失函数替代mse。我说这么多，只是抛砖引玉，详细的推到大家可以看看 @马东什么 的文章
1
相关话题
已有大量编程基础，如何速成python用于学习机器学习？机器通过主动学习能为人类生活带来怎样的改变？
如何理解空洞卷积（dilated convolution）？
生成对抗网络的毕设怎么上手？
机器学习，数据挖掘在研究生阶段大概要学些什么？
2020年，多标签学习（multi-label）有了哪些新的进展？
机器学习中的PR曲线一定会过（1，0）这个点吗？
如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
c4.5为什么使用信息增益比来选择特征？
相关的话题
知识图谱+nlp，有什么适合硕士独自研究的方向？有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛？
神经网络为什么可以（理论上）拟合任何函数？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
什么是无监督学习？
即时战略游戏（比如 WAR3）的 AI 是怎样实现的？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
人工智能技术会不会最终赶上微积分的历史地位？
如何对用户进行聚类分析？
人工智能和自动控制能在一起擦出什么样的火花？
未来十年，AI 将可能与哪些产业结合应用？产生怎样的价值？
有哪些比较好的机器学习，深度学习的网络资源可利用？
土木和机器学习/深度学习/算法的交叉岗位在哪里找呀？ 在哪找都找不到招聘公司?
2021 年，深度学习方面取得了哪些关键性进展？
为什么要学习吴恩达的机器学习？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
机器学习以及贝叶斯统计里，关于近似intractable integral，大家都偏爱什么算法？
cygwin和mingw选哪个？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？
如何证明马尔科夫链一定会达到稳态？
时间序列数据上可以抽取哪些频域特征？
如何评价中科大实现了媲美人脑能效的类脑突触原型器件？
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的？
如何看待北京交通大学学生在 ATM 机内学习?
算法岗位真的需要顶会才能入场吗？
人们是如何想到奇异值分解的？
GAN的生成器是怎么产生图片的？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
Logistic 回归模型的参数估计为什么不能采用最小二乘法？
在Lasso中，oracle property指的是什么性质？