3-3-多分类问题的线性分类.pdfVIP

多分类问题的线性分类 翟婷婷 扬州大学 信息工程 （人工智能）学院 zhtt@yzu.edu.cn 2 02 1年秋 翟婷婷 (扬州大学) 1 课程目标  掌握多分类问题转化为二分类问题进行求解的方法： 一对多形式(one-versus-all) 一对一形式(one-versus-one) 最大值形式 2 多分类问题的线性分类  一个线性判别函数()只能将特征空间划分为两个决策 域：() 0 和() 0，用在线性可分的二分类问题。  多分类问题有多个决策域，用一个线性判别函数无法进 行分类。  解决办法：构建多个线性判别函数，根据它们的分类决 策之间的逻辑关系进行分类。  构建方式：  一对多形式(one-versus-all, one-versus-rest)  一对一形式(one-versus-one)  最大值形式 3 多分类问题的线性分类  一对多的构建方式： 对于训练集中的每一类实例，训练一个线性判别函数， 将属于该类的实例和不属于该类的实例分开。 () = 0将类和 其余类分开，使得 以3分类问题为例： () 0, ∈ , () 0, ∉ 如何确定多分类 的决策规则呢？ 4 一对多构建方式的分类规则  原则：对实例进行分类时，仅当所有判别函数的分类 决策没有冲突时才能做出多分类决策，否则无法分类。  对于3分类问题，3个判别函数的分类决策没有冲突时 的情况：仅当只有一个判别函数的取值 0，剩余两个 判别函数的取值 0时。  计算3个判别函数的取值符号做出最终的多分类决策： 如果 () 0， ()和 ()均 0，则将归为 类； 如果 () 0， ()和 ()均 0，则将归为 类；