SVM用于多类分类

SVM用于多类分类 svm本身是一种典型的二分类器，那如何处理现实中的多分类问题呢？ 常用的有三种方法： 一、一对多 也就是“一对其余”（One-against-All） 的方式，就是每次仍然解一个两类分类的问题。 这样对于n个样本会得到n个分类器。 但是这种方式可能会出现分类重叠现象或者不可分类现象 而且由于“其余”的数据集过大，这样其实就人为造成了“数据偏斜”的问题 二、一对一 每次选择一个类

>>阅读原文<<