知识卡片
用二分类器构建多分类
一对一为每对类别训练一个模型,一对其余为每个类别与剩余类别训练一个模型。两者的训练组合和分数维数不同,也可能采用不同聚合规则。现成库的决策分数形状与内部训练策略应分别核对。
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
- 支持向量机SVM 9.3 · 查看原书依据
供了三种选择。ovo表示一对一,决策所使用的返回的是(样本数,类别数*(类别数-1)/2);ovr表示一对多,返回的是(样本数,类别数),或者None,就是不采用任何融合策略,默认是ovr,因为此种效果要比oro略好
参考来源
- 位置:《AI制胜:机器学习极简入门》第9章 支持向量机SVM §9.3(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter9.xhtml#isbn9787302555513_9_1_3)
- 结论依据:原文介绍 OVO、OVR 及输出形状,训练和展示形状需区分。
- 原始内容:供了三种选择。ovo表示一对一,决策所使用的返回的是(样本数,类别数*(类别数-1)/2);ovr表示一对多,返回的是(样本数,类别数),或者None,就是不采用任何融合策略,默认是ovr,因为此种效果要比oro略好