One-vs-All และ One-vs-One ใน svm?

อะไรคือความแตกต่างระหว่างตัวจําแนก SVM แบบหนึ่งต่อหนึ่งและแบบหนึ่งต่อหนึ่ง

One-vs-all หมายถึงตัวจําแนกประเภทหนึ่งเพื่อจำแนกประเภท / หมวดหมู่ทั้งหมดของภาพใหม่และแบบหนึ่งต่อหนึ่งหมายถึงประเภท / หมวดหมู่ของภาพใหม่แต่ละประเภทที่มีตัวจําแนกที่แตกต่างกันหรือไม่

ตัวอย่างเช่นหากภาพใหม่ที่จะจัดเป็นวงกลมสี่เหลี่ยมสามเหลี่ยม ฯลฯ

ความแตกต่างคือจำนวนของตัวแยกประเภทที่คุณต้องเรียนรู้ซึ่งสัมพันธ์อย่างมากกับขอบเขตการตัดสินใจที่พวกเขาสร้าง

สมมติว่าคุณมีคลาสต่างกัน หนึ่ง vs ทั้งหมดจะฝึกหนึ่งลักษณนามต่อคลาสในตัวแยกประเภทNทั้งหมด สำหรับคลาสฉันมันจะถือว่าi -labels เป็นบวกและส่วนที่เหลือเป็นลบ ซึ่งมักนำไปสู่ชุดข้อมูลที่ไม่สมดุลหมายความว่า SVM ทั่วไปอาจไม่ทำงาน แต่ก็ยังมีวิธีแก้ไขปัญหาบางอย่าง$N$$N$$i$$i$

$\frac{N(N-1)}{2}$