machine-learning - 在 scikit-learn 中使用 OneVsRest 分类时，每个分类器的负数据点集是多少？

Question

我正在尝试使用sklearn.linear_model.LogisticRegression(multiclass='ovr'). 我的数据集有 1000 多个类和 200 万个训练示例。

据我了解，这种方法将训练 1000 个不同的分类器，每个类别一个。这样做时，每个类的正例集很容易识别。但是每个分类器的负例集是什么？负例集是否 = 我的整个训练数据中的所有其他数据点？这不会造成不平衡问题并降低每个单独分类器的有效性吗？

Answer 1

负例集是否 = 我的整个训练数据中的所有其他数据点？

是的。

这不会造成不平衡问题并降低每个单独分类器的有效性吗？

是的，根据Bishop, Christopher M. (2006). "Pattern Recognition and Machine Learning". Springer, p. 338它是这种启发式的问题之一。如果这在您的特定情况下严重降低了性能，您可以考虑其他策略。