MachineLear之Logistic regression classifiers 之 One-vs-all Classification

最近在看吴恩达的机器学习课程，当中讲到Logistic regression classifiers 之 One-vs-all Classification，下面是一些个人的总结：

1.对于多分类问题，其实就是划出多条的decision boundary，在训练的时候，其实每一次只是选择一个类进行训练。

2.在具体的实现时，当前训练的类为1，其他类为0，这样训练出每条类的的decision boundary，最后得到的所有参数就是整个的训练的结果。

3.在进行预测时，选择最大的值对应的label作为预测的label（对应规则可以是使用下标，也就是找到最大的值的index对应的label作为实际预测的结果）。