多クラス分類

多クラス分類は、データを3つ以上のカテゴリに分類する手法です。入力されたデータが、あらかじめ定義された複数のクラスのうち、どのクラスに属するかを予測します。機械学習の分類問題で最も一般的な形式です。

例えば、手書き数字の認識であれば0から9までの10クラスに分類します。出力層にはソフトマックス関数を用いることが一般的で、各クラスへの所属確率を出力し、最も確率の高いクラスを予測結果とします。

G検定では、二値分類（Yes/Noの2択）との違いが問われます。多クラス分類では、それぞれのクラスが相互に排他的（1つのデータは1つのクラスにしか属さない）であることが前提となります。マルチラベル分類との違いも重要です。