PythonのSoftmaxとHinge関数

Question

私はPythonでHingeの損失関数を実装しようとしており、誤解を招いています。

私が読んで使ったいくつかのソース（たとえば、Luca Massoronの "Pythonの回帰分析"）では、HingeがSoftmax関数と呼ばれることがあります。

しかし、ヒンジ、ので、私にとっては一種の奇妙です：

とソフトマックスは次のように単なる指数関数である：

：私は（ソフトマックス用）Pythonで、このようにその機能を作っ

：

def softmax(x): 
    e_x = np.exp(x - np.max(x)) 
    return e_x/e_x.sum(axis=0) 

は2つの質問があります

1. softmax関数をヒンジ関数と同じように使用できますか？
2. もしそうでなければ、ヒンジをPythonでどのように実装できますか？

ありがとうございます。

Answer 1

softmax関数をヒンジ関数と同じように使用できますか？

いいえ - これらは同等ではありません。

ヒンジ関数は損失関数であり、十分に較正された確率を提供しませんが、softmaxはマッピング関数です（スコアの集合を1つに合計したもの）。

もしそうでなければ、ヒンジをPythonでどのように実装できますか？

import numpy as np 
import matplotlib.pyplot as plt 

xmin, xmax = -1, 2 
xx = np.linspace(xmin, xmax, 100) 
plt.plot(xx, np.where(xx < 1, 1 - xx, 0), label="Hinge loss") 

：

は、この次のスニペットは、ヒンジ損失関数の本質を捉え