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