三种多分类SVM函数包

SVC，NvSVC，LinearSVC多分类问题的区别

SVC，NvSVC基于ovo

LinearSVC基于ovr

Ovo原理

K个类别训练K(K-1)/2个不同的二分类SVM，然后将测试数据点分到具有最高“投票数”的类别中去。如果最高“投票数”大于1，则计算“小分”。

图1

如图1，分类可能的结果有3类。在训练时训练3个分模型，取所有1和2类别的样本训练模型1，取所有1和3类别的样本训练模型2，取所有2和3类别的样本训练模型3。某测试样本带入模型，输出结果大于0，则属于模型的前个类别，否则属于后一个。如带入模型1，输出结果2.1大于0，则判为1。由于3个分模型有2次判别测试样本为1类，因此最终预测结果为1类。

图2

当最高“投票数”大于1，如图2，有3个类别分别被预测1次，由于|-3.1|>|2.1|>|1.3|，因此判为3类。