目录

 

方法1：改造目标函数与限制条件

方法2：一类对其他类（类数为N，需要建立N个SVM模型）

情形1：多个SVM模型结果交集得出确切归类

情形2：多个SVM模型结果交集没有得出确切归类

方法3：一类对一类（类数为N，需要建立SVM模型为N*(N-1)/2个）

---

方法1：改造目标函数与限制条件

这个方法不太实用

方法2：一类对其他类（类数为N，需要建立N个SVM模型）

即将其他类合并为一类，另一个类独立出来，常用来处理三类问题，测试样本的分类通过交集来完成

情形1：多个SVM模型结果交集得出确切归类

情形2：多个SVM模型结果交集没有得出确切归类

方法3：一类对一类（类数为N，需要建立SVM模型为N*(N-1)/2个）

这种方法就是将多类中的每一类与剩下的类逐一进行建立SVM模型，对测试样本进行归类，最后将测试样本归类到占比大的那一类,类似于投票的性质，票数多的类就将样本归类到这一类

这是最常用的方法，最有效的方法，但SVM模型多，计算时间长