Multiclass Classification One-vs-all

、Multiclass Classification One-vs-all

如何使用邏輯迴歸 (logistic regression) 來解決多類別分類問題，具體來說，我想通過一個叫做"一對多" (one-vs-all) 的分類算法？什麼是多類別分類問題？

下面就是多類別分類器的基本思想：（其實一句話總結，還是將複雜問題化簡爲基礎問題，將多類別分類問題轉化爲多個二值分類問題，然後可以求解出多個預測函數hi(x)，當有新的x到來時，就可以將其帶入所有的預測函數中，計算中max時的i值，即可得到其所在的分類。）

在我們便有了三個分類器，且每個分類器都作爲其中一種情況進行訓練。總之，我們已經把要做的做完了，現在要做的就是訓練這個邏輯迴歸分類器 h(i) ，其中 i 對應每一個可能的 y=i 。最後，爲了做出預測，我們給出輸入一個新的 x 值，用這個做預測，我們要做的就是在我們三個分類器，裏面輸入 x ，然後選擇一個讓 h 最大的 i ，基本的挑選分類器的方法，選擇出哪一個分類器是可信度最高效果最好的，那麼就可認爲得到一個正確的分類，無論i值是多少 ，我們都有最高的概率值，我們預測 y 就是那個值。