Вы можете сначала использовать один подход против всех и рассматривать их как 2-классовую классификацию, имея опцию значения решения в libSVM. Это достигается тем, что каждый класс является положительным классом, а остальные классы - отрицательными для каждой классификации.
Затем сравните значения решения результатов, чтобы классифицировать образцы. Как вы можете назначить образец для класса, который имеет самые высокие значения решения. Например, образец 1 имеет значение решения 0,54 для класса 1, 0,64 для класса 2, 0,43 для класса 3 и 0,80 для класса 4, затем вы можете классифицировать его как класс 4.
Вы также можете использовать значения вероятности для классификации вместо значений функции принятия решения, используя опцию -b в libSVM.
Надеюсь, это поможет ..