最近在做一个3分类问题，选用了glmnet函数，下面是具体代码：
fit1=glmnet(x_train,y_train,family="multinomial",type.multinomial = "grouped")
prefit.t<-predict(fit1,newx = x_test,type = "response",s=0)

最后输出了每一个样本对应的三类概率，如下所示：
1                          2            3
0.171590254 0.30420565 0.5242040981
0.072778138 0.15887890 0.7683429653
0.163690540 0.22120834 0.6151011165

但是不太清楚，每一类的概率是通过什么公式所得到的呢，上网查了一下贝叶斯分类公式是这样，其中theta0是截距项，theta是每个变量对应的系数。

感谢各位大佬~~~