Nima uchun ikkilamchi tasniflashda softmax o'rniga sigmoidi ishlatiladi?

Ikki sinfli tasnif uchun odatda softmax o'rniga sigmoiddan foydalaniladi, quyidagi sabablar bilan:

• Sigmoid skalar qiymatni ikkita sinfga tegishli bo'lish ehtimoliga aylantiradi (0 dan 1 gacha bo'lgan qiymat). Bu ikki sinfli tasnif uchun tabiiy, chunki bitta chiqish neyroni etarli.

• Softmax ko'p sinfli tasnif uchun qo'llaniladi va chiqish vektorini normallashtiradi, shunda barcha sinflar ehtimollarining yig'indisi 1 ga teng bo'ladi. Ikki sinf uchun softmax ham ishlatilishi mumkin, lekin bu ortiqcha, chunki ikki chiqish bir-birini to'ldiradi.

• Sigmoidni va ikkilamchi kross-entropiya yo'qotish funksiyasini ishlatish oddiy va samarali, chunki model to'g'ridan-to'g'ri ijobiy sinf ehtimolini bashorat qilishga o'rganadi.

• Ikki chiqishli softmax ko'proq parametrlar va hisoblashlarni talab qiladi, bu esa ikki sinfli vazifa uchun ma'qul emas.

Misol: logistika regressiyasi — bu chiqishda sigmoid bo'lgan chiziqli model bo'lib, u 1 sinf ehtimolini bashorat qiladi.