svm 多类划分问题

一般情况下SVM有两种多类划分的方法，一种是one vs rest另外一种是pairwise。

下面是我根据所阅读的文献对两种多类划分的理解，请大虾看看是否正确，并且还附带有问题

1）one vs rest。
假如我有四类要划分（也就是4个Label），他们是A、B、C、D。于是我在抽取训练集的时候，分别抽取A所对应的向量作为正集，B,C,D所对应的向量作为负集；B所对应的向量作为正集，A,C，D所对应的向量作为负集；C所对应的向量作为正集，A,B,D所对应的向量作为负集；D所对应的向量作为正集，A,B,C所对应的向量作为负集，这四个训练集分别进行训练，然后的得到四个训练结果文件，在测试的时候，把对应的测试向量分别利用这四个训练结果文件进行测试，最后每个测试都有一个结果f1(x),f2(x),f3(x),f4(x).于是最终的结果便是这四个值中最大的一个。
2）pairwise。
还是假设有四类A,B,C,D四类。在训练的时候我选择A,B; A,C; A,D; B,C; B,D;C,D所对应的向量作为训练集，然后得到六个训练结果，在测试的时候，把对应的向量分别对六个结果进行测试，然后采取投票形式，最后得到一组结果。
问题：1，我的上面的理解是否正确？2、投票机制具体是如何实现的，不知道什么意思。
                                
非常感谢！

发信人: skynet (爱鳄人), 信区: AI
标  题: Re: SVM多类划分问题
发信站: BBS 水木清华站 (Mon Jul 12 10:59:49 2004), 站内

you are right.
投票是这样的.
A=B=C=D=0;
(A, B)-classifier 如果是A win,则A=A+1;otherwise,B=B+1;
(A,C)-classifer   如果是A win,则A=A+1;otherwise, C=C+1;
...
(C,D)-classifer   如果是A win,则C=C+1;otherwise,D=D+1;
The decision is the Max(A,B,C,D)