多分類學習與類別不平衡問題------機器學習

多分類學習 我們初始遇見最多的是一般是二分類問題，如kaggle平臺上的衆多競賽（CTR、異常檢測任務等）。關於多分類任務，可以由二分類學習的思想進行推廣來解決。考慮N個類別，多分類學習的基本思想是「拆解法」，就是我們可以將其拆解爲多個二分類的任務，訓練多個分類器，最後將這些分類器的預測結果進行集成來獲得多分類任務的結果。採用這種方式的關鍵就在於如何拆分，如何將分類器的結果集成。 經典的拆分策略：

>>阅读原文<<