# 多類分類的邏輯回歸 當涉及兩個以上的類時，邏輯回歸是已知的多項邏輯回歸。在多項邏輯回歸中，我們使用 softmax 函數代替 sigmoid，它是最受歡迎的函數之一。 Softmax 可以用數學表示如下：  Softmax 函數產生每個類的概率，概率向量加 1.在預測時，具有最高 softmax 值的類成為輸出或預測類。正如我們前面討論的那樣，損失函數是負對數似然函數`-l(w)`，它可以被優化器最小化，例如梯度下降。 多項邏輯回歸的損失函數正式寫成如下：  其中`φ(z)`是 softmax 函數。 我們將在本章后面實現這種損失函數。 讓我們在下一節中深入研究一些例子。 您可以按照 Jupyter 筆記本中的代碼`ch-04b_Classification`。