SVM解决多分类问题

发布网友 发布时间：2024-10-23 07:37

我来回答

共1个回答

热心网友 时间：2024-10-29 04:37

SVM解决多分类问题的方法主要有两类：直接法和间接法。

直接法在目标函数上进行修改，将多个分类面的参数求解合并到一个最优化问题中，实现多类分类。然而，此法计算复杂度高，适合小型问题。

间接法通过组合多个二分类器实现多分类器构造。常见的方法有one-against-one和one-against-all。

一对多法（1-v-r SVMs）将某个类别的样本归为一类，其他剩余的样本归为另一类，构建k个SVM进行训练。分类时将未知样本分类为具有最大分类函数值的那类。

一对一法（1-v-1 SVMs）在任意两类样本之间设计一个SVM，需要构建k(k-1)/2个SVM。分类时，对未知样本进行k次分类，最后得票最多的类别即为该未知样本的类别。Libsvm中的多类分类就是基于这个方法实现的。

层次支持向量机（H-SVMs）将所有类别分成两个子类，再将子类进一步划分，直到得到单独的类别。

除了上述方法，还有有向无环图SVM（DAG-SVMs）和对类别进行二进制编码的纠错编码SVMs等其他多类分类方法。

热心网友 时间：2024-10-29 04:43

SVM解决多分类问题的方法主要有两类：直接法和间接法。

直接法在目标函数上进行修改，将多个分类面的参数求解合并到一个最优化问题中，实现多类分类。然而，此法计算复杂度高，适合小型问题。

间接法通过组合多个二分类器实现多分类器构造。常见的方法有one-against-one和one-against-all。

一对多法（1-v-r SVMs）将某个类别的样本归为一类，其他剩余的样本归为另一类，构建k个SVM进行训练。分类时将未知样本分类为具有最大分类函数值的那类。

一对一法（1-v-1 SVMs）在任意两类样本之间设计一个SVM，需要构建k(k-1)/2个SVM。分类时，对未知样本进行k次分类，最后得票最多的类别即为该未知样本的类别。Libsvm中的多类分类就是基于这个方法实现的。

层次支持向量机（H-SVMs）将所有类别分成两个子类，再将子类进一步划分，直到得到单独的类别。

除了上述方法，还有有向无环图SVM（DAG-SVMs）和对类别进行二进制编码的纠错编码SVMs等其他多类分类方法。