如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔,我会非常开心的~
0. 前言
本篇介绍机器学习中的多分类和类别不平衡问题。
1. 多分类学习
一些算法可以直接进行多分类,而另一些算法则不行,基本思路是:将多分类任务拆为若干个二分类任务求解。
- 一对一(One vs. One, OvO):给定数据集,将 N N N个类别两两配对,产生 N ( N − 1 ) / 2 N(N-1)/2 N(N−1)/2个二分类任务,最终结果通过投票产生
- 一对其余(One vs. Rest, OvR):给定数据集,每次将一个类作为正类,其余类作为反类,训练 N N N个分类器,最终结果通过投票产生
- 多对多(Many vs. Many, MvM):给定数据集,每次将若干个类作为正类,若干个其他类作为反类,使用纠错输出码ECOC,对 N N <