sklearn.multiclass

多类学习算法。

• 一对其余/一对所有

• 一对一

• 错误纠正输出代码

此模块中提供的估计器是元估计器：它们需要在其构造函数中提供基本估计器。例如，可以使用这些估计器将二进制分类器或回归量转变为多类分类器。还可以将这些估计器与多类估计器一起使用，希望它们的准确性或运行时性能得到提高。

scikit-learn中的所有分类器都实现多类分类;只有当您想尝试自定义多类策略时，您才需要使用此模块。

一对其余元分类器还实现了 predict_proba 方法，只要这样的方法由基分类器实现即可。此方法在单标签和多标签情况下返回类成员资格的概率。 请注意，在多标签情况下，概率是给定样本落入给定类别的边际概率。因此，在多标签的情况下，给定样本的所有可能标签的这些概率之和 will not 总和为单位，就像在单一标签的情况下一样。

User guide. 看到 多类分类 部分了解更多详细信息。

OneVsOneClassifier	一对一的多类策略。
OneVsRestClassifier	一对其余（OvR）多类策略。
OutputCodeClassifier	（错误更正）输出代码多类策略。