这是我在http://nlp.stanford.edu/IR-book/html/htmledition/multiclass-svms-1.html上阅读的内容。
这就是说：“特别是，实际上，最常见的技术是建立分类器一对多分类器（通常称为“一对所有”或OVA分类），并选择对分类器进行分类的类。测试数据的最大余量”。
我真的不明白那是什么意思？这里的测试基准是什么？我只知道一个相对于其余部分：对于每个特定的类，他们将在该类与其余部分之间创建1个超平面。然后，当一条新记录进入模型以分类时，它应该属于哪个类。那么，在这种情况下，如何为新记录选择合适的类别？
让我展示一下我对引号的看法：我认为有N个类〜N个分类符（超平面）〜N个边距。需要分类的新记录属于具有最大边距的类（在N个边距中），并且该记录对该类是正的（意味着该记录不在其余部分上）。
我明白吗？
请帮助我做好解释，减少学术词，因为我的英语不擅长学术环境，由于解释不好我会随时误解。
提前致谢
最佳答案
SVM将与超平面产生一定距离。
您假设该分类器具有最高的置信度，因此可以预测该距离最大的类（但最坏的情况下，所有这些可能都是负数！）。
关于machine-learning - 使用“一对多”选择输出来解释有关多类SVM的信息，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/40980741/