algorithme pour la construction de classificateurs multi-classes (versus binaires)

Question

Je suis un étudiant et maintenant je fais des recherches sur la classification de texte. J'ai lu plusieurs articles à ce sujet. mais je viens de trouver tellement de gens utilisant un classifieur bayésien naïf.

i have 4 class to classify. 
and i read that SVM can only classify thing into 2 class,..yes/no 1/0 

est-il un algorithme en plus algorithme NBC pour la construction classificateurs pour séparer les données en plus deux classes?

Answer 1

la plupart des techniques de blanchiment sont capables de construire des classificateurs multi-classes, par exemple:

• arbre de décision (par exemple, C4.5)

• de réseau neuronal via softmax (aka multiples perceptron de la couche, ou MLP)

• LDA (analyse discriminante linéaire)

• Naive Bayes

machines à vecteurs de support sont également couramment utilisés pour la classification multi-classe (voir ce example de l'excellente bibliothèque scikit-learn), en utilisant par exemple, un « -contre-plusieurs "approche inductive. En d'autres termes, les données sont formées sur un premier SVM pour séparer les données en classe I par rapport à tout le reste. Ensuite, les données "tout le reste" sont passées à un second SVM qui sépare les données en classe II par rapport à tout le reste, et ainsi de suite.