SVM（线性或其他）固有地进行二进制分类。但是，有多种程序可以将它们扩展到多类问题。最常见的方法包括通过以下两种策略之一将问题转换为一组二元分类问题：

1. 一个与其余的。对于个类别，训练每个都确定一个示例是否属于其“自己的”类而不是任何其他类。输出最大的分类器被认为是示例的类。$k$$k$
2. 一对一。为每对类训练一个二元分类器。投票程序用于组合输出。

存在更复杂的方法。搜索“多类 SVM”。

是的，支持向量机最初设计为仅支持两类问题。这不仅适用于线性 SVM，也适用于一般的支持向量机。有一些方法可以解决这个问题，但它们通常是事后才想到的。目前正在讨论这些方法的优点。如果你想深入讨论这个问题，这篇论文可以作为一个起点。