有一个关键区别：

• Softmax 回归为互斥类提供类概率。

• 逻辑回归分别处理每个类的类成员资格。类不需要是互斥的。

这两者对于具有两个互斥类的场景是等效的——例如“正”和“负”类——其中 softmax 将有两个输出总和为 1，逻辑回归将有一个输出给出“正”类的概率。

我不确定在同一多类问题上比较逻辑回归一对多（取最大输出）与 softmax 回归的结果。我希望性能非常相似。两种模型都不能很好地处理输入和目标类之间的非线性关系。