erklären über die SVM-SVM-Klasse mit One-vs-All, um den Ausgang zu wählen

Question

Hier ist der Inhalt, den ich auf http://nlp.stanford.edu/IR-book/html/htmledition/multiclass-svms-1.html gelesen habe.
Dies besagt, dass: "Die gängigste Technik in der Praxis war, Klassifikator-Ein-gegen-Rest-Klassifikatoren (allgemein als" Ein-gegen-Alles "- oder OVA-Klassifikation bezeichnet) zu erstellen und die Klasse auszuwählen, die Klassifiziert das Testdatum mit dem größten Abstand ".
Ich verstehe wirklich nicht, was das bedeutet? Was ist das Testdatum hier? Ich verstehe nur diese Eins-gegen-den-Rest: Für jede bestimmte Klasse werden sie eine Hyperebene zwischen dieser Klasse und dem Rest erstellen. Dann, wenn ein neuer Datensatz an das Modell gelangt, um klassifiziert zu werden, zu welcher Klasse es gehören soll. So, wie man die richtige Klasse für neuen Rekord in diesem Fall wählt?
Lassen Sie mich zeigen, was ich über die Zitate denke: Ich denke, dass es N Klassen ~ N Klassifikatoren (Hyperebene) ~ N Margen gibt. Der neue Datensatz, der klassifiziert werden muss, gehört zu der Klasse mit der größten Marge (unter N Margen) UND dieser Datensatz ist positiv für diese Klasse (bedeutet, dass der Datensatz nicht auf dem Rest liegt). Habe ich richtig verstanden?
Bitte helfen Sie mir mit guten erklären, verwenden Sie weniger Akademie Worte, weil mein Englisch ist nicht gut in Akademie Umgebung, kann ich jederzeit missverstehen, weil schlecht erklären.
Vielen Dank im Voraus

Answer 1

SVMs ergeben einen Abstand von der Hyperebene.

Sie sagen die Klasse voraus, wo diese Entfernung am größten ist (aber schlimmstenfalls alle negativ sein können!), Da Sie annehmen, dass dieser Klassifikator die höchste Konfidenz hat.