scikit-learn 算法用于多类分类的默认机制是什么？
What is the default mechanism used by scikit-learn algorithms for multiclass classification?
我正在使用 scikit-learn 构建多类分类模型。为此，我尝试了 RandomForestClassifier、KNeighborsClassifier、LogisticRegression、MultinomialNB 和 SVC 算法。我对生成的输出感到满意。但是，我确实对多类分类算法使用的默认机制有疑问。我读到 all scikit-learn classifiers are capable of multiclass classification，但找不到有关算法使用的默认机制的任何信息。
One-vs-the-rest 或 One-vs-all 是 multiclass classification 算法最常用和合理的默认策略。对于每个 classifier，class 与所有其他 classes 相匹配。在这里查看更多信息https://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html
我正在使用 scikit-learn 构建多类分类模型。为此，我尝试了 RandomForestClassifier、KNeighborsClassifier、LogisticRegression、MultinomialNB 和 SVC 算法。我对生成的输出感到满意。但是，我确实对多类分类算法使用的默认机制有疑问。我读到 all scikit-learn classifiers are capable of multiclass classification，但找不到有关算法使用的默认机制的任何信息。
One-vs-the-rest 或 One-vs-all 是 multiclass classification 算法最常用和合理的默认策略。对于每个 classifier，class 与所有其他 classes 相匹配。在这里查看更多信息https://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html