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
如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？
27岁了跨考计算机研究生会不会太晚？
是不是机器学习的框架都偏向 Python ？如果是，为什么？
如何评价微软新出的自拍软件 Microsoft Selfie？
不觉得最大熵原理很奇怪吗？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
在哪里能找到各行业的分析研究报告？
为什么说股票不能通过机器学习来预测？
分类问题的label为啥必须是 one hot 形式？
相关的话题
机器学习的解释模型存在嘛？人工智能顶会的best paper，后来都怎么样了？
image caption这个方向更偏向NLP还是CV？
如何看待SQuAD比赛中，阿里、MSRA机器阅读理解准确率超越人类？
如何全面理解工程师红利？
二次型的意义是什么？有什么应用？
学习机器学习有哪些好工具推荐？
深度学习attention机制中的Q,K,V分别是从哪来的？
谷歌翻译原理是什么，从语言A到B，中间是否要翻译成中介语言C（如英语）？
现在的BERT等语言模型，最快训练要多久？
机器学习该怎么入门？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
医学生学习机器学习该如何入门？
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？
如何看待2016年3月柯洁表示 AlphaGo「赢不了我」？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
现在人工智能的某些学派，是不是跟中医有些像？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
有没有可能运用人工神经网络将一种编程语言的代码翻译成任意的另一种编程语言，而不经过人工设计的编译过程？
为什么我学过微积分、线性代数和概率论，还是看不懂机器学习？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
迁移学习入门，新手该如何下手？
如何将某个分布作为机器学习的特征？
大四年级，完全没接触过高数，目前对机器学习产生浓厚兴趣，该如何学习数学？
为什么 larger batch size 对对比学习的影响比对监督学习的影响要大？
计算统计学（Computational Statistics）有什么好的资源和教材以及学习方法推荐？
AI领域的灌水之风如何破局？
面试官如何判断面试者的机器学习水平？
如何理解Inductive bias？
语音识别中，声学模型与语言模型扮演什么角色？或者说是怎么通过两个模型进行语音识别的?