Мультиклассовая классификация «Один против одного» и «Один против всех» с использованием логистической регрессии в Python

Question

Это мое понимание OvO по сравнению с OvA: «Один против одного» - это бинарная классификация, такая как «Банан против Оранжевого». Классификация «Один против всех» / «Остальное» превращает ее во множество различных проблем двоичной классификации. Моя реализация в python для этих двух стратегий дает очень похожие результаты:

OvA :

model = LogisticRegression(random_state=0, multi_class='ovr', solver='lbfgs')
model.fit(x,y)
model.predict(x)

OvO :

    model = LogisticRegression()
    model.fit(x,y)
    model.predict(x)

Я хотел подтвердить, что мое понимание и реализация верны, поскольку я получаю аналогичные результаты. Мне нужно реализовать стратегию OvO и OvA для мультиклассовой классификации с использованием логистической регрессии

Answer 1

В итоге я использовал встроенный класс sklearn для oneVsRestClassifier и OneVsOneclassifier