单标签多分类+多标签单分类

1、单标签二分类

label标签的取值只有两种，并且算法中只有一个需要预测的label标签。直白来讲就是每个实例的可能类别只有两种（A or B）。此时的分类算法其实是在构建一个分类线将数据划分为两个类别。常见的算法有：Logistic、SAM、KNN等。

2、单标签多分类

待预测的label标签只有一个，但是label标签的取值可以有多种情况。即每个实例的可能类别有K种。常见算法：softmax 、knn等。

3、多类分类

一个样本属于且只属于多个类中的一个，一个样本只能属于一个类，不同类之间是互斥的。

4、多标签分类

多标签是指预测模型中存在多个y值，具体分为两类不同的情况：

多个预测y值；
在分类模型中，一个样例可能存在多个不固定的类别。

根据多标签问题的复杂性，可以将问题分为两大类：

待预测值之间存在相互的依赖关系；
待预测值之间不存在依赖关系。

多标签分类，又称，多标签学习、多标记学习，不同于多类分类，一个样本可以属于多个类别（或标签），不同类（label）之间是有关联的。

5、多标签多分类

多标签多分类问题，指一个样本（一个图片或者一个候选框）中含有多个物体，标注的label也是多个的