知识卡片
一对多多类别扩展
一对多(One-vs.-All,OvA,也叫 One-vs.-Rest,OvR)是把二值分类器扩展到多类别任务的技术。做法:对每个类别各训练一个二值分类器,该类别样本为正类、其余全部为负类;识别新样本时,把各个分类器给出的分数中相关度最高(对感知器即净输入绝对值最大)的那个类别赋给样本。这样 Q 个类别就训练 Q 个分类器。理解要点:OvA 用”多个二分类器投票/比分数”代替一个多分类模型,任何二值分类器都能借此处理多类别问题,感知器自然可扩展到多类别。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2.2 使用Python实现感知器学习算法 · 查看原书依据
针对每个类别训练一个分类器,其中分类器所对应类别的样本为正类别,其他所有类别的样本为负类别
参考来源
- 位置:《Python机器学习》第2章《2.2 使用Python实现感知器学习算法》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0022.xhtml.xhtml)
- 结论依据:原文定义 OvA/OvR 为二值分类器扩充到多类别的技术,说明每类训练一个分类器、对应的样本为正其余为负,并指出感知器取最大净输入绝对值对应类标。
- 原始内容:针对每个类别训练一个分类器,其中分类器所对应类别的样本为正类别,其他所有类别的样本为负类别