SVM的多分类

最近一直研究SVM的多分类算法

SVM做多分类，用的比较多的就是一对其他的办法，每一次将其中一个类定义为正类，其他所有类为负类，获得一个分类器，最后将获得所有二类器组合起来。

现有K类样本，依次以K类样本为正类，其余为负类，获得K个二分类器的模板参数w,b，组合这些参数得到W=[w1,w2,,,,,,wk]和b=[b1,b2.....bk]

在预测过程中，Y=X*w+b得到的一个标签矩阵，矩阵的每一行对应每一个样本，每一列是与各类的分类器的分类标签，以所有列中最大值作为标签1,完成分类。