【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.csdn.net/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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值