多分类学习的基本思路是“拆解法”,即将多分类任务拆为若干个二分类任务求解。最经典的拆分策略有三种:
“一对一”(OvO):将N个类别两两配对,两个其中一个作为正例,另一个作为反例。测试阶段,新样本全部提交给所有分类器,得到个分类结果,最终把预测得最多的类别作为最终分类结果。
“一对多”(OvR):每次将一个类的样例作为正例,所有其他类作为反例来训练N个分类器,选择预测为正的作为分类结果,若有多个分类器预测结果为正,则通常考虑分类器的预测置信度,选择置信度最大的类别标记作为分类结果。
“多对多”(MvM):有特殊设计。例子:“纠错输出码”
多分类学习
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- (第一部分 机器学习基础)第01章 机器学习概览第02章 一个完整的机器学习项目(上)第02章 一个完整的机器学习...