创建多类分类模型

  • 4 分钟

还可创建多类分类模型，其中可能的类大于两个。 例如，健康临床可能会扩展糖尿病模型，将患者分类为：

  • 非糖尿病
  • 1 型糖尿病
  • 2 型糖尿病

每个类概率值相加仍为 1（由于患者只可能是这三类中的一种），模型会预测得出概率最大的类。

使用多类分类模型

可以将多类分类视为多个二元分类器的组合。 有两种方法可以解决此问题：

  • 一对其余 (OVR)，其中，将针对每个可能的类值创建分类器，在预测为此类的情况下为正结果，对预测为任何其他类的情况创建负预测。 例如，四个可能的形状类（方形、圆形、三角形、六边形）的分类问题要使用四个分类器来预测：
    • 正方形或非正方形
    • 圆形或非圆形
    • 三角形或非三角形
    • 六边形或非六边形
  • 一对一 (OVO)，其中创建了每个可能的类对的分类器。 四个形状类的分类问题需要以下二元分类器：
    • 正方形或圆形
    • 正方形或三角形
    • 正方形或六边形
    • 圆形或三角形
    • 圆形或六边形
    • 三角形或六边形

在两种方法中，整个模型都必须考虑所有这些预测，以确定项所属的单个类别。

幸运的是，在大多数机器学习框架（包括 scikit-learn）中，实现多类分类模型并不比二元分类复杂很多，并且在大多数情况下，用于二元分类的估算器可通过抽象 OVR 算法、OVO 算法或允许选择两者之一来隐式支持多类分类。