объясните о многоклассовом SVM, используя один-vs-all, чтобы выбрать выход

Question

Вот содержание, которое я прочитал на http://nlp.stanford.edu/IR-book/html/htmledition/multiclass-svms-1.html.
Это говорит о том, что: «В частности, наиболее распространенным методом на практике было создание классификаторов классификаторов с одним и тем же классом (обычно называемых« один-против-все »или классификация OVA) и выбора класса, который классифицирует тестовую базу данных с максимальным запасом ».
Я действительно не понимаю, что это значит? Что такое тестовая дата? Я только понимаю, что один-против-отдых, который: для каждого конкретного класса они создадут 1 гиперплоскость между этим классом и остальным. Затем, когда новая запись, приходящая на модель, должна быть классифицирована, к какому классу она должна принадлежать. Итак, как выбрать правильный класс для новой записи в этом случае?
Позвольте мне показать, что я думаю о котировках: Я думаю, что существует N классов ~ N классификаторов (гиперплоскость) ~ N полей. Новая запись, которая требуется классифицировать, принадлежит классу, имеет наибольший запас (среди полей N) И эта запись позитивна для этого класса (это значит, что запись не на остальных). Я правильно понял?
Пожалуйста, помогите мне с хорошим объяснением, используйте меньше академических слов, потому что мой английский не очень хорош в академической среде, я могу неправильно понять в любое время из-за плохого объяснения.
Заранее спасибо

Answer 1

SVMs даст расстояние от гиперплоскости.

Вы прогнозируете класс, где это расстояние является самым большим (но наихудший случай, все могут быть отрицательными!), Так как вы предполагаете, что этот классификатор имеет наибольшую уверенность.