机器学习：分类

分类问题

分类问题是机器学习当中的一个基本问题，通常被分为以下三类：

1. 二元分类问题：二元输出
2. 多类分类问题：输出许多离散类标签之一。 类标签是互斥的
3. 多标签分类问题：一个样本可以分配给多个标签

二分类问题便是分类任务当中有两个类别。一个典型的例子是判断是不是垃圾邮件，判断的结果只有是垃圾邮件和不是垃圾邮件两个结果；另一个典型的例子是判断一张图片是不是猫，训练一个分类器，输入一张图片，输出结果为是猫或者不是猫。

多类分类问题则表示分类任务中有多个类别。一个典型的例子是对一张水果的图片进行分类，图中的水果可能是苹果，橘子，香蕉亦或者是别的类型的水果。多类分类问题的另一个特征是一个样本有且只有一个标签，一个水果可以是苹果，也可以是香蕉，但是不可能同时是苹果和香蕉。

多标签分类则是给每个样本一系列的目标标签，可以想象成一个数据点的各个属性不是相互排斥的。一个典型的例子是文档分类，一个文档可以同时包含金融，政治，宗教相关的话题。

多类问题的第一个策略：直接分成多类。

 

多类问题的第二个策略：一对一的策略。

 

一对其余策略。

 

分类系统的构建通常遵循以下四个步骤：

1. 收集训练数据。比如 （x,y）对，x表示输入，y则表示输出类标签
2. 查找表示输入数据的特征
3. （可选）训练分类器以找到最佳映射函数 f
4. 将分类器应用于未观察到的数据（检验/应用）