Softmax回归【实例：鸢尾花分类】
Softmax回归，用于多类别
Softmax回归可看作逻辑回归的扩展，用于解决多分类问题。
鸢尾花数据集是机器学习中比较常用的，数据集包含150条数据，共分为3类：setosa, versicolor, virginica，每类50条数据，每个数据包含4个属性，为萼片长度，萼片宽度，花瓣长度以及花瓣宽度。
不同于逻辑回归，Softmax回归定义一条数据X1属于类别Yi的概率为P(Y=Yi|X1，Ai)，其中Ai代表类别Yi的超平面参数，表达式如下：
其中那个类别对应的数较大，则说明X1属于哪个类别。具体的推导过程见下面：
下面介绍Softmax回归的理论推导：
Softmax回归二维数据实例
训练数据：
三种实现方法结果展示：
点击阅读原文，获得实例源码，欢迎Fork，感谢Star!!!