这是我对OvO和OvA的理解: 一对一是二元分类,就像香蕉对橘子。一对所有/Rest分类将其转化为多个不同的二进制分类问题。 我在python中对这两种策略的实现产生了非常相似的结果:
卵子
model = LogisticRegression(random_state=0, multi_class='ovr', solver='lbfgs')
model.fit(x,y)
model.predict(x)
OvO:
model = LogisticRegression()
model.fit(x,y)
model.predict(x)
我想确认我的理解和实现是正确的,因为我得到了类似的结果。 我需要使用logistic回归实现OvO和OvA策略进行多类分类
我最终使用sklearn内置类来实现oneVsRestClassifier和OneVsOneclassifier
相关问题 更多 >
编程相关推荐