本文主要介绍多分类实现方式介绍和在Spark上实现多分类逻辑回归。

背景

在之前的文章中介绍了多分类逻辑回归算法的数据原理,参考文章链接

CSDN文章链接:https://blog.csdn.net/Gamer_gyt/article/details/85209496
该篇文章介绍一下Spark中多分类算法,主要包括的技术点如下

  • 多分类实现方式
    • 一对一 (One V One)
    • 一对其余(One V Remaining)
    • 多对多 (More V More)
  • Spark中的多分类实现

    多分类实现方式

    一对一

    假设某个分类中有N个类别,将这N个类别两两配对(继而转化为二分类问题),这样可以得到 N(N-1)/ 2个二分类器,这样训练模型时需要训练 N(N-1)/ 2个模型,预测时将样本输送到这些模型中,最终统计出现次数较多的类别结果作为最终类别。

假设现在有三个类别:类别A,类别B,类别C,类别D。一对一实现多分类如下图所示:


完整内容请阅读原文:https://blog.csdn.net/Gamer_gyt/article/details/86378882


【技术服务】,详情点击查看: https://mp.weixin.qq.com/s/PtX9ukKRBmazAWARprGIAg


扫一扫 关注微信公众号!号主 专注于搜索和推荐系统,尝试使用算法去更好的服务于用户,包括但不局限于机器学习,深度学习,强化学习,自然语言理解,知识图谱,还不定时分享技术,资料,思考等文章!