多分类学习与类别不平衡问题------机器学习

多分类学习 我们初始遇见最多的是一般是二分类问题，如kaggle平台上的众多竞赛（CTR、异常检测任务等）。关于多分类任务，可以由二分类学习的思想进行推广来解决。考虑N个类别，多分类学习的基本思想是“拆解法”，就是我们可以将其拆解为多个二分类的任务，训练多个分类器，最后将这些分类器的预测结果进行集成来获得多分类任务的结果。采用这种方式的关键就在于如何拆分，如何将分类器的结果集成。 经典的拆分策略：

>>阅读原文<<