机器学习的一对其余拆分策略(One-versus-the-rest, OVR) 是一种常见的分类策略,其中将每个类别分别与其他类别进行划分。举个例子,假设有一个分类器需要预测三个类别 A、B 和 C,那么 OVR 策略就会训练三个分类器,分别用于将 A 类别与 B 和 C 类别区分开来,将 B 类别与 A 和 C 类别区分开来,以及将 C 类别与 A 和 B 类别区分开来。
最后,在进行预测时,会使用三个分类器的结果,选择结果最为确定的那一个作为最终的预测结果。这种方法的一个优点是,它可以使用二元分类器来解决多元分类问题,这在某些情况下可能会比使用多元分类器更加方便。