다중 클래스 분류

다중 분류는 때때로 다중 분류라고도 하며, 분류 작업에서 두 개 이상의 범주를 분류하는 것을 말합니다.

기존의 다중 클래스 분류 기술은 (i) 이진화로의 변환, (ii) 이진화에서의 확장, (iii) 계층적 분류로 나눌 수 있다.

일반적인 전략

1) 일대다 전략은 각 클래스에 대해 고유한 분류기를 구축하는 것을 요구합니다. 이 클래스에 속하는 모든 샘플은 긍정적 예이고, 나머지는 부정적 예입니다. 이 전략을 사용하려면 기본 분류기가 클래스 레이블만이 아니라 의사 결정을 위한 실수 값의 신뢰도를 생성해야 합니다. 클래스 레이블만 생성하면 모호한 분류가 발생할 수 있으므로, 하나의 예가 여러 클래스에 속한다고 예측될 수 있습니다.

2) 일대일(OvO) 전략에서는 K-클래스 다변수 문제에 대해 K(K−1)/2개의 이진 분류기를 훈련합니다. 각 클래스는 초기 훈련 세트에서 클래스 예제 두 개를 받고 두 클래스를 구별하는 법을 배워야 합니다. 예측 시간 동안 투표가 진행됩니다. 모든 K(K−1)/2 설명자가 알려지지 않은 예제에 적용되고, 가장 많은 "+1" 예측을 얻은 클래스가 결합 분류기의 예측이 됩니다.