返回信息流如果想要训练下面这样一个分类模型，应该怎样去设计，或者使用什么算法？
比如有很多不同的图片，如果图片是【鼠、牛、虎、兔、龙、蛇、马、羊、猴、鸡、狗、猪】中的一种，则输出相应的分类，否则输出“不明分类“
个人想法是相应的训练12个二分类器进行识别。
但如果要识别的类别数太大，比如识别所有的动物各类，这个方法应该就不可行了
所以有什么更好的方法呢？
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #23719同步于 2017/4/17
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
[问题] 一个关于分类的问题
lzj0218
2017/4/17镜像同步8 回复
订阅后，新回复会通过你的通知中心匿名送达。
8 条回复
其实我主要想了解的是，模型怎样能识别出来一个样本是属于未知分类的，而不是强行在已知的几个分类里面选择一个
这个有比较好的解决办法吗？
【 在 KillerDeath 的大作中提到: 】
: 关于文本的，你可以查一下FastXML，图片的话，把卷积后的特征扔进来训练就行
多加一个分类呗
【 在 lzj0218 (Snail) 的大作中提到: 】
: 其实我主要想了解的是，模型怎样能识别出来一个样本是属于未知分类的，而不是强行在已知的几个分类里面选择一个
: 这个有比较好的解决办法吗？
两种方法：
1 在12类的基础上增加第13个类别，不属于前面12类的图片都放到这个类别，然后训练一个13类的分类器
2 预先训练一个二分类器，判断输入图片是否属于这12个类别，属于的话则进入第二个 12类分类器，输出具体类别
【 在 lzj0218 的大作中提到: 】
: 其实我主要想了解的是，模型怎样能识别出来一个样本是属于未知分类的，而不是强行在已知的几个分类里面选择一个
: 这个有比较好的解决办法吗？
: