用于二进制分类的训练多级分类器

Question

如果数据集包含多个分类，例如， 0级，1级和2级。现在的目标是将新样本分成0级或非0级。

一个罐

1. 结合1,2-类成一个统一的非0级和训练二元分类器，
2. 或训练多级分类器做二元分类。

这两种方法的性能如何？

我认为更多的类别会带来更准确的判别式曲面，但1类和2类的权重都低于非0级，导致样本被判断为非0级。

Answer 1

简短的回答：你将不得不尝试两种看看。

为什么？：这真的取决于你的数据并使用算法（就像许多其他机器学习问题..）

对于许多分类算法（例如SVM，Logistic回归），甚至如果你想做一个多级分类，你将不得不执行一对一的分类，这意味着你必须把1级和2级视为同一个分类。因此，如果您只需要分离出0，就没有必要运行多类场景。对于诸如神经网络等具有多个输出类的算法更自然的算法，我认为训练一个多类分类器如果你的0,1和2类非常不同，可能会更有益处。但是，这意味着您将不得不选择更复杂的算法来适应所有三种算法。但适合可能会更好。因此，正如已经提到的那样，你将不得不尝试两种方法并使用一个很好的度量来评估性能（例如混淆矩阵，F分数等）。我希望这有些帮助。