Created by: pkuyym

文档上给出的解释是：

Organize the classes into a binary tree. At each node, a sigmoid function is used to calculate the probability of belonging to the right branch cost = hsigmoid(input=[layer1, layer2], label=data_layer, num_classes=3)

问题1: word2vec里面是建立一个哈夫曼树，来最小化总开销，这里面并没有类别的频次信息，所以应该不是构建哈夫曼树，请问binary tree如何建立

问题2: 这个输出是一个cost，在训练时没有问题，请问在predict时，如何获取每个类别的概率？

问题3: 有没有经验，这样做会多大程度上影响模型的收敛？