目的 scikit-learnのSVM(SVC)は,多クラス分類を行うとき,one-versus-oneで分類する. しかし,one-versus-the-restの方が識別性能がいい場合がある(多い,という報告を見かける)ので, sklearn.multiclassのOneVsRestClassifierを使った one-versus-the-restでの多クラスSVM分類の仕方をメモしておく. (注)ただし,LinearSVCはデフォルトでone-versus-the-restを採用している. One-versus-the-restとOne-versus-one $K$クラス分類問題を考える. One-versus-the-rest ある特定のクラスに入るか,他の$K-1$個のクラスのどれかに入るかの2クラス分類問題を解く分類器を$K$個利用する. One-versus-one ある特
![scikit-learnによる多クラスSVM - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/c8dbea6d2c17c165659d74973b2a255141ab5244/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9c2Npa2l0LWxlYXJuJUUzJTgxJUFCJUUzJTgyJTg4JUUzJTgyJThCJUU1JUE0JTlBJUUzJTgyJUFGJUUzJTgzJUE5JUUzJTgyJUI5U1ZNJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mYjZiNDNkZGNiMjg2NDQ5NDYyYTgwYmM3MTZjZjEzNw%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc290ZXRzdWsmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQ0YzEyZmI1YmY5YzMzYTU5NzFlMzZiYTAxMjdhNDdl%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D233b9ce09f1f498339da3c865e9bd1bd)