一对多和一对一 SVM 分类器有什么区别？
一对一是否意味着一个分类器对新图像的所有类型/类别进行分类，一对一意味着每个类型/类别的新图像使用不同的分类器进行分类（每个类别由特殊分类器处理）？
例如，如果将新图像分类为圆形、矩形、三角形等。
支持向量机中的一对一和一对一？
机器算法验证
机器学习
分类
支持向量机
2022-01-18 00:28:21
1个回答
不同之处在于您必须学习的分类器数量，这与它们创建的决策边界密切相关。
假设你有个不同的类。个分类器中为每个类训练一个分类器。对于第类，它将假设 -labels 为正，其余为负。这通常会导致数据集不平衡，这意味着通用 SVM 可能无法正常工作，但仍有一些解决方法。
在一对一中，您必须为每对不同的标签训练一个单独的分类器。这导致分类器。这对不平衡数据集的问题不太敏感，但计算成本要高得多。