【MachineLearning】多分类与多标签算法的定义与区别

【MachineLearning】多分类与多标签算法(Multiclass and multilabel algorithms)的定义与区别

@(Machine Learning)

本文基于Sk-learn的官方文档：
http://scikit-learn.org/stable/modules/multiclass.html#classifier-chain
本文总结下该文档，并给出自己的一些理解和解释，希望能帮助到需要的人。

首先是四类类问题：多类别问题（Multiclass classification）、多标签问题（Multilabel classification）、多输出回归问题（Multioutput regression）、多任务问题（Multioutput-multiclass classification and multi-task classification）
推荐一篇讲的很清楚的博客：
https://blog.youkuaiyun.com/golden1314521/article/details/51251252
- 多类别问题：表示超过2个类别的分类问题，比如：一个人是男和女就是是个二分类问题，多分类问题是在二分类的问题基础上面增加类别，比如一个水果，是梨、苹果还是橙子。此类问题是建立在一个样本只属于一个类别的假设基础上的。
- 多标签问题：这类问题的目的是给每一个样本添加一系列的目标标签。和多分类问题的重要区别就是：每一个标签并非是互斥的。比如一个话题，它可以是政治、金融、