主要考虑的是课程的数量，假设你有$N$不同的类：“one vs all”将为每个类训练一个分类器，所以$N$共分类器。对于给定的类$c_i$分类器假设样本$c_i$作为正面，其余作为负面。显然，这会导致数据集不平衡，此外，在“one vs all”中，必须校准输出以产生可比较的结果。

在“一对一”中，您为每对不同的类训练一个单独的分类器，所以$\frac{N(N - 1)}{2}$，显然这在计算上是昂贵的。

有关更多详细信息，请参阅：1和2。