Multiclass Classification

定义 Definition

多分类（多类别）分类：机器学习中的一种分类任务，目标是把每个输入样本判定为三个或以上互斥类别中的一个（例如把邮件分为“工作 / 个人 / 垃圾邮件”）。常见方法包括 softmax 回归、决策树、随机森林、支持向量机（可用 one-vs-rest/one-vs-one 扩展）、神经网络等。

例句 Examples

Multiclass classification assigns each image to one of several labels.
多分类会把每张图片分配到多个标签中的一个。

In practice, multiclass classification often uses a softmax layer to model class probabilities and is evaluated with metrics like macro-F1 when classes are imbalanced.
在实际中，多分类常用 softmax 层来建模类别概率；当类别不均衡时，通常用宏平均 F1（macro-F1）等指标评估。

发音 Pronunciation

/ˌmʌltiˈklæs ˌklæsɪfɪˈkeɪʃən/

词源 Etymology

multiclass 由 *multi-*（“多、多个”，源自拉丁语 multus “许多”）+ class（“类别、等级”，源自拉丁语 classis “分类、阶层”）构成；classification 源自 classify（分类）+ 名词后缀 -ation（表示行为/过程）。整体字面义即“把事物分到多个类别中的分类过程”。

相关词 Related Words

• Binary
• Classification
• Label
• Softmax
• Logistic
• Multilabel
• One-vs-Rest
• Confusion-Matrix
• Precision
• Recall

文学与经典作品 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在分类章节中讨论多类问题与相应算法扩展。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——介绍多类概率模型与 softmax、多项式逻辑回归等。
• Deep Learning（Goodfellow, Bengio, Courville）——在分类与神经网络输出层部分系统讲解多类分类与交叉熵损失。
• “A Tutorial on Support Vector Machines for Pattern Recognition”（Burges）——虽以二类为主，但涉及多类 SVM 的常见扩展思路。