機器學習：線性模型-多分類任務拆分之糾錯輸出碼ECOC淺析

多分類任務通常轉化爲多個二分類任務，再對預測結果進行集成得出最終分類結果。 拆分爲二分類任務通常有3種：一對一（OvO）,一對其餘（OvR）和多對多（MvM）。 OvO: 將N個類別兩兩配對，共N(N-1)/2個分類任務，每個分類任務一個類別作爲正例，另一個作爲反例，學習得到 N(N-1)/2個分類器。新樣本同時提交給所有分類器，得到 N(N-1)/2個分類結果，把預測最多的類別作爲最終結果。見下

>>阅读原文<<