ฉันจะเข้าถึงปัญหาการจำแนกประเภทที่คลาสใดคลาสหนึ่งได้รับการกำหนดโดย 'ไม่ได้อยู่ในคลาสอื่น'

สมมติว่าฉันสนใจในสามชั้น , , c_3แต่ชุดของฉันจริงมีหลายชั้นเรียนจริงมากขึ้น n$c_1$$c_2$$c_3$$(c_j)_{j=4}^n$

คำตอบที่ชัดเจนคือการกำหนด classที่อ้างอิงถึงคลาสทั้งหมด ,แต่ฉันสงสัยว่านี่ไม่ใช่ความคิดที่ดีเนื่องจากตัวอย่างในจะหายากและไม่เหมือนกันมาก$\hat c_4$$c_j$$j>3$$\hat c_4$

เพื่อให้เห็นภาพสิ่งที่ฉันพยายามจะพูดสมมติว่าฉันมีพื้นที่ว่างสองตัวแปรต่อไปนี้และคลาส , , ,ถูกอธิบายด้วยสีแดง, til, green และ สีดำตามลำดับ นี่คือวิธีที่ฉันสงสัยว่าข้อมูลของฉันจะเป็นอย่างไร$c_1$$c_2$$c_3$$\hat c_4= \bigcup_{j=4}^n c_j$

มีวิธีมาตรฐานในการแก้ไขปัญหานี้หรือไม่? อะไรจะเป็นลักษณนามที่มีประสิทธิภาพมากที่สุดและทำไม?

ฉันจะใช้วิธีการสองขั้นตอนโดยใช้แนวคิดของ $\hat{c_4}$ ชั้นที่คุณพูดถึง

ในขั้นตอนแรกให้ใช้ตัวจําแนกแบบไบนารี (ผ่านการฝึกอบรมกับชุดข้อมูลทั้งหมด) เพื่อตัดสินใจว่าตัวอย่างเป็นของคลาสหรือไม่ $\hat{c_4}$(เช่นในชั้นเรียนที่ไม่น่าสนใจ) สำหรับขั้นตอนนี้คุณสามารถดูวิธีการตรวจหาค่าผิดปกติได้หากตัวอย่างที่อยู่ในคลาส "น่าสนใจ" นั้นแตกต่างจากส่วนที่เหลือ

หากผลลัพธ์เป็นลบให้ไปยังขั้นตอนต่อไปตัวแยกประเภทใหม่ที่ได้รับการฝึกฝนเฉพาะตัวอย่างที่อยู่ในคลาส $c_1,c_2,c_3$ และใช้การทำนายนั้นเป็นสิ่งสุดท้าย

ฉันคิดว่าแม้จะใช้วิธีการจัดกลุ่มอย่างง่ายเป็นขั้นตอนแรก (เช่น 4-clustering k- หมายถึงการใช้เป็นค่าเริ่มต้น centroid ค่า centroid เฉลี่ย$cent_j = \frac{\sum\limits_{x_i\in D: y_i=j}x_i}{\sum\limits_{x_i\in D: y_i=j}1}$ แต่ละ $c_1,c_2,c_3, \hat{c_4}$) จะยังคงมีประโยชน์