インテル® DAAL プログラミング・ガイド
サイズ p の n 特徴ベクトル x1=(x11,…,x1p),..., xn=(xn1,…,xnp)、クラスの数 K、クラスラベルのベクトル y=(y1,…,yn)、ここで yi∈ {0, 1 ,... ,K-1} で、2 クラス SVM のような 2 クラス (二項) 分類器を使用して多クラス分類器を作成します。
モデルは、[Hsu02] で説明されている二項分類を使用する One-Against-One メソッドで訓練されます (詳細は、[Hsu02] の文献目録を参照)。
クラスの各ペア (i, j) について、SVM のような二項分類器を訓練します。二項分類器の総数は K(K-1)/2 です。
二項分類器が i 番目のクラスの特徴ベクトルを予測した場合は、クラス i の投票数が 1 増加します。その他の場合は、j 番目のクラスの投票数が 1 増加します。2 つのクラスの投票数が同じ場合、インデックスが最も小さいクラスが選択されます。
新しい特徴ベクトル xi が指定されると、分類器は、[Wu04] で説明されているクラス確率の計算アルゴリズム 2 に従ってベクトルが属するクラスを決定します。ライブラリーは、最大確率のクラスのインデックスを返します。