具体来说，让我们考虑支持向量机。

在 1 vs all 的情况下，一个有二元分类器，其中是类的数量。在每个分类器中，一个分类器有两个标签 0、1，对于给定的测试数据集，可以预测和。$n$$n$$\rm Prob(0)$$\rm Prob(1)$

但是如何计算中给定测试数据点的。$\rm Prob(i)$$i=1,2,\cdots,n$

在 sklearn 中，似乎。如何解读它？${\rm Prob}(i) = {\rm Prob}(1;i)/\sum_{j=1}^n {\rm Prob}(1;j)$

在 1 对 1 的情况下，一个有二元分类器。那么如何从二元分类器计算类的预测概率呢？$n(n-1)$