マルチクラス分類は、ML の バイナリ分類 割り当てることができます。それぞれの例が 分類問題は、1 つのクラスに 2 項分類問題。ここで、1 つのクラスに複数の分類問題のうちの 1 つが もう 1 つのクラスにはその他すべてのクラスがまとめられています。 元のクラスごとにこのプロセスを繰り返すことができます。
たとえば、3 クラスのマルチクラス分類問題では、 ここではサンプルを A、B、 C: 問題を 2 つの異なるバイナリ分類に変換 学習しますまず、サンプルを分類するバイナリ分類器を作成します。 （ラベル A+B とラベル C を使用して識別されます）次に、2 つ目の A+B とラベル付けされたサンプルを再分類するバイナリ分類器 （ラベル A とラベル B を使用して識別されます）
マルチクラス問題の例としては、入力文を 手書きの数字の画像で、0 ～ 9 のどの数字が表現されるかを決定します。
クラスのメンバーシップが排他的でない場合、たとえば、 複数のクラスに割り当てられる場合、これはマルチラベル分類と呼ばれます。 困難です。