知识卡片
二分类器组合成多分类
一对其余(OvR)为每个类别训练一个“该类与其他类”的二分类器,再比较分数;一对一(OvO)为每对类别训练分类器,通常通过投票汇总。K 个类别分别需要 K 个和 K(K−1)/2 个分类器;分数可比性、平票及训练成本需按实现处理。
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
- 分类 · 查看原书依据
下面是使用二元分类器进行多分类的两种常用方法
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第7章《分类》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0014_split_004.html`)
- 结论依据:原文解释二分类组合、聚类或高维空间;卡片中明确模型与几何约束。
- 原始内容:下面是使用二元分类器进行多分类的两种常用方法。 7.4.1 one-versus-rest 我们的第一种方法有几个名称:one-versus-rest(或OvR)、one-versus-all(或OvA)、one-aga