每天五分钟机器学习：如何使用一对多的思想完成逻辑回归的多分类

本文重点

我们前面学习的是逻辑回归的二分类问题，但有些问题不只是二分类这么简单，而是多分类的问题，那么逻辑回归怎样解决多分类的问题呢？

多分类数据集

多分类的问题也就是说不只是简单的y=0和y=1两类，对于一个多分类问题，我们的数据集可能是下面这样的，不同类别的样本用不同的符号来表示：

我们现在学会了使用逻辑回归来完成二分类的问题，那么我们可以使用一对多的分类思想将其用在多类分类问题上。

一对多

所谓一对多的思想就是：现在有三类，我们认为其中两类为一类y=0，另外一类y=1,此时我们就可以使用逻辑回归的二分类画出此时的逻辑边界，然后再选另外两类作为y=0，另外一类y=1，又可以得出一个分类边界，最后将没有组合过的另外两类作为y=0，另外一类y=1，这样有得出一个分类边界，最终我们可以得出三个分类边界，正好可以将这三类分开，这就是一对多的思想，其核心还是二分类的处理方式。

一对多思想具体化

将三个类别的数据集变成三个二分类的问题，这样我们就可以得出三个分类器hθ(x)，具体来说：我们先从三角形代表的类别 1