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/