Sklearn：使用 OneVsRestClassifier 和单独构建每个分类器的区别

Question

据我所知，多标签问题可以通过一对多方案来解决，为此 Scikit-learn 实现OneVsRestClassifier为分类器的包装器，例如svm.SVC. 我想知道如果我从字面上训练会有什么不同，假设我们有一个多标签问题，每个标签有 n 个类别，n 个单独的二元分类器，从而分别评估它们。

我知道这就像实现一对多而不是使用包装器的“手动”方式，但两种方式实际上不同吗？如果是这样，它们有何不同，例如执行时间或分类器的性能？

Answer 1

不会有什么区别。对于多标签分类，sklearn one-versus-rest 实现了您所描述的二元相关性。