机器学习之多分类学习

主要介绍拆分策略：

1. “一对一”（OvO）和“一对其余”（OvR）

“一对一”：将数据集中N个类别两两配对，从而产生N(N-1)/2个二分类任务。在测试阶段，新样本将同时提交给所有分类器，于是我们得到N(N-1)/2个分类结果，最终结果可通过投票产生：即把预测得最多的类别作为最终分类结果。

“一对其余”：每次将一个类的样例作为正例、所有其他类的样例作为反例来训练N个分类器。在测试时若仅有一个分类器预测为正类，则对应类别标记作为最终分类结果。

2. “多对多”（MvM）

参考文献
《机器学习》 周志华著