Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Phân loại đa lớp có thể được coi là một phần mở rộng của phân loại nhị phân sang nhiều lớp. Nếu mỗi ví dụ chỉ có thể được gán cho một lớp, thì vấn đề phân loại có thể được xử lý dưới dạng vấn đề phân loại nhị phân, trong đó một lớp chứa một trong nhiều lớp và lớp còn lại chứa tất cả các lớp khác được gộp lại với nhau.
Sau đó, bạn có thể lặp lại quy trình này cho từng lớp ban đầu.
Ví dụ: trong một bài toán phân loại nhiều lớp gồm 3 lớp, trong đó bạn đang phân loại các ví dụ bằng nhãn A, B và C, bạn có thể biến bài toán này thành hai bài toán phân loại nhị phân riêng biệt. Trước tiên, bạn có thể tạo một thuật toán phân loại nhị phân phân loại các ví dụ bằng cách sử dụng nhãn A+B và nhãn C. Sau đó, bạn có thể tạo một bộ phân loại nhị phân thứ hai để phân loại lại các ví dụ được gắn nhãn A+B bằng cách sử dụng nhãn A và nhãn B.
Ví dụ về một vấn đề nhiều lớp là một thuật toán phân loại chữ viết tay lấy hình ảnh của một chữ số viết tay và quyết định chữ số nào, 0-9, được biểu thị.
Nếu thành viên lớp không phải là độc quyền, tức là một ví dụ có thể được gán cho nhiều lớp, thì đây được gọi là vấn đề phân loại nhiều nhãn.
[[["Dễ hiểu","easyToUnderstand","thumb-up"],["Giúp tôi giải quyết được vấn đề","solvedMyProblem","thumb-up"],["Khác","otherUp","thumb-up"]],[["Thiếu thông tin tôi cần","missingTheInformationINeed","thumb-down"],["Quá phức tạp/quá nhiều bước","tooComplicatedTooManySteps","thumb-down"],["Đã lỗi thời","outOfDate","thumb-down"],["Vấn đề về bản dịch","translationIssue","thumb-down"],["Vấn đề về mẫu/mã","samplesCodeIssue","thumb-down"],["Khác","otherDown","thumb-down"]],["Cập nhật lần gần đây nhất: 2024-11-06 UTC."],[[["Multi-class classification extends binary classification to handle more than two classes, often by breaking the problem down into multiple binary classifications."],["In multi-class classification, each example is assigned to only one class, like classifying handwritten digits (0-9)."],["If an example can belong to multiple classes, it's called multi-label classification, which is a distinct but related concept."],["Multi-class classification can be achieved by creating a series of binary classifiers, each distinguishing between a subset of classes."]]],[]]
