MachineLearning - Classification(3)

Machine Learning - Classification(3)

MultiClass Classification : One - vs - All

지금까지 Classification에서는 One vs One 모델을 주로 다루었다. 

Linear Regression 모델과는 다르게 결과값이 연속적인 값이 아니라 이산적인 값으로 분포하기 때문에, 

기계학습을 통해 Decision Boundary를 구하고, 그 Boundary를 기준으로 y = 0 인지, 1인지를 판단하는 과정을 거쳤다.

하지만 실생활에서는 One vs One 모델 보다는 One vs All 모델을 통해서 결정해야 하는 경우가 더 많다.

One - vs - All 모델은 위의 그림처럼 y = 0 ~ n 까지의 값을 가진다. 

y값을 결정하는 기본적인 아이디어는 다음과 같다. y = 0인 경우와 0이 아닌 경우로 나누어 One vs One Classification을 시행하고

y = 1 인 경우와 1이 아닌 경우로 나누어 One vs One Classification을 시행하는 식이다.

다시 말해 One vs All 모델은 One vs One 모델을 여러번 반복하여 여러개의 y값에 대한 Decision Boundary를 각각 구하는 모델이다.