多分類問題

通常采用 One-vs-All，亦稱 One-vs-the Rest 方法來實現多分類，其將多分類問題轉化為了多次二分類問題。假定完成 $K$ 個分類，One-vs-All 的執行過程如下：

輪流選中某一類型 $i$ ，將其視為正樣本，即 “1” 分類，剩下樣本都看做是負樣本，即 “0” 分類。

訓練邏輯回歸模型得到參數 ${\theta }^{(1)},{\theta }^{(2)},...,{\theta }^{(K)}$ ，即總共獲得了 $K?1$ 個決策邊界。

給定輸入 $x$ ，為確定其分類，需要分別計算 $h_{\theta }^{(k)}(x),k=1,...,K$ ， $h_{\theta }^{(k)}(x)$ 越趨近于 1， $x$ 越接近是第 $k$ 類：

總結

以上是生活随笔為你收集整理的2.6 多分类问题-机器学习笔记-斯坦福吴恩达教授的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。