在python中使用逻辑回归的一对一和一对一多类分类答案

【问题标题】：One versus One and One versus All multiclass classification using logistic regression in python在python中使用逻辑回归的一对一和一对一多类分类
【发布时间】：2020-02-17 05:59:20
【问题描述】：

这是我对 OvO 与 OvA 的理解： One vs One 是二元分类，如 Banana vs Orange。 One vs All/Rest 分类将其变成多个不同的二元分类问题。我在 python 中对这两种策略的实现产生了非常相似的结果：

OvA：

model = LogisticRegression(random_state=0, multi_class='ovr', solver='lbfgs')
model.fit(x,y)
model.predict(x)

OvO：

    model = LogisticRegression()
    model.fit(x,y)
    model.predict(x)

我想确认我的理解和实施是正确的，因为我得到了类似的结果。我需要使用逻辑回归实现多类分类的 OvO 和 OvA 策略

【问题讨论】：

逻辑回归参数multi_class的默认值为'ovr'。因此，当您实施 OvO 时，模型默认使用 'ovr' 。

标签： python regression logistic-regression multiclass-classification

【解决方案1】：

我最终为 oneVsRestClassifier 和 OneVsOneclassifier 使用了 sklearn 内置类

【讨论】：