如何将最小二乘分类器扩展到多类方案

Question

我想实现线性最小二乘分类器，但在两个方面遇到了一些困难：

1. 在这种情况下如何测试准确性？我分开了一个训练的百分数和另一个要测试的百分数，但是我不确定如何评估它。我计算了f(x) = sum(c*K(x,xi))，通过使用sign(f)我可以得到预测，对吗？但是如何将其扩展到测试百分比以获得模型精度？

2. 该如何将其扩展到多类方案中？

先谢谢了。

我正在使用R，这是到目前为止我编写的代码：
x_train是我的火车数据，y_train是标签{-1,1}。

K<-gausskernel(X=x_train,sigma=1)
c<-solve((dim(x_train)[1]*diag(dim(x_train)[1])+K),y_train)

f<-matrix(0,nrow=nrow(K),ncol=1)
for(j in 1:dim(K)[1]){
  for (i in 1:dim(K)[1]){
    f[j,]<- f[j,] + c[i]*K[j,i]

  }
}