多类别分类：一对多
如何使用逻辑回归 (logistic regression)来解决多类别分类问题，具体来说，我想通过一个叫做"一对多" (one-vs-all) 的分类算法。也可以称为“一对余”。
然而对于之前的一个，二元分类问题，我们的数据看起来可能是像这样：
对于一个多类分类问题，我们的数据集或许看起来像这样：
我们现在已经知道如何进行二元分类，可以使用逻辑回归，对于直线或许你也知道，可
以将数据集一分为二为正类和负类。用一对多的分类思想，我们可以将其用在多类分类问题上。
下面将介绍如何进行一对多的分类工作，有时这个方法也被称为"一对余"方法。
通俗的说就是，比如对上面的天气进行分类，
1. 晴天为正类，其他的天气情况全为负类。
2.阴天为正类，其他的天气情况全为负类。
... ....
也即是一对余。
图像划分如下：
现在我们有一个训练集，好比上图表示的有 3 个类别，
接：http://note.youdao.com/noteshare?id=a3ff1adae2601015f7935a3bab7bea5b
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
