Мултикласна класификација — разлика између измена

Овај одељак разматра стратегије проширења постојећих бинарних класификатора за решавање проблема класификације вишеструких класа. Неколико алгоритама је развијено на основу [[Неуронска мрежа|неуронских мрежа]], [[Стабло одлучивања|стабала одлучивања]], [[алгоритам к- најближих суседа]], наивног [[Бајесова теорема|Бајес-а, метода]] потпорних вектора и метода екстремног учења за решавање проблема класификације вишеструких класа. Ове врсте технике се такође могу назвати техникама адаптација алгоритма.

Учење по принципу стабала одлучивања моћна је техника класификације, Дрво[[Стабло (структура података)|Стабло]] покушава да изведе поделу података о обуци заснованој на вредностима доступних карактеристика како би се произвела добра генерализација. Алгоритам може природно да реши бинарне или вишеразредне проблеме класификације. Чворови листа могу се односити на било коју К класу.