解释多类SVM使用one-all-all来选择输出

时间:2016-12-05 18:16:43

标签: machine-learning classification svm

以下是我在http://nlp.stanford.edu/IR-book/html/htmledition/multiclass-svms-1.html上阅读的内容。
这说:"特别是,实践中最常见的技术是建立分类器一对二分类器(通常称为"一对一"或OVA分类),并选择以最大的余量对测试数据进行分类的类#34; 我真的不明白这意味着什么?这里的测试数据是什么?我只明白那个与休息的关系:对于每个特定的类,他们将在该类和其他类之间创建1个超平面。然后,当一个新记录转到模型,以分类到它应该属于哪个类。那么如何在这种情况下为新记录选择合适的班级呢? 让我展示一下我对引号的看法:我认为有N类~N类(超平面)~N边距。需要归类的新记录属于具有最大余量的类(在N个边距中)并且该记录对该类是正的(意味着记录不在其余部分)。 我明白了吗? 请帮助我解释一下,使用较少的学术词汇,因为我的英语不擅长学术环境,因为解释不好,我可以随时误解。
提前致谢

1 个答案:

答案 0 :(得分:1)

SVM将与超平面产生距离。

你预测这个距离最大的类(但最糟糕的情况是,所有可能都是负数!),因为你假设这个分类器具有最高的置信度。