IRIS数据集神经网络使用softmax仍输出多标签问题咨询

• 首先你对输出的理解存在偏差：softmax激活输出的不是多标签结果，而是每个样本对应3个类别的预测概率，单一样本所有类别概率之和为1，这完全符合单标签多分类的标准输出逻辑。多标签分类的输出为每个类别独立计算概率、总和不为1，和你当前的输出形式有本质区别。
• 你只需要对概率输出做简单后处理即可得到预期的单标签结果：调用np.argmax(predictions, axis=1)，就能得到每个样本概率最高的类别索引，对应0、1、2三个鸢尾花分类，就是你需要的单标签输出。
• 额外注意你的代码存在特征选取错误：你注释中标注数据集有4个特征，但代码中X = iris_df.iloc[:, 0:3]只选取了前3个特征，漏掉了petal width特征，会对模型分类精度产生负面影响。

你可以自行验证softmax的输出特性：任取一行预测结果求和，例如第一行9.91973519e-01 + 4.85600685e-05 + 7.97787122e-03 ≈ 1，完全符合softmax的输出规则。

内容的提问来源于stack exchange，提问作者Sauvik Das