这是我在http://nlp.stanford.edu/IR-book/html/htmledition/multiclass-svms-1.html上读到的内容。
上面说：“特别是，实践中最常用的技术是构建一对多分类器（通常称为‘一对所有’或OVA分类），并选择对测试数据有最大边界的类别”。
我真的不太明白这句话是什么意思？这里的测试数据是什么？我只理解了一对多的概念：对于每个特定的类别，他们会在那个类别与其他类别之间创建一个超平面。然后当一个新记录进入模型时，模型会决定这个新记录应该属于哪个类别。那么在这种情况下，如何为新记录选择正确的类别呢？
让我来说说我对引文的理解：我认为有N个类别~N个分类器（超平面）~N个边界。需要分类的新记录，应该属于具有最大边界的类别（在N个边界中）并且该记录对那个类别是正的（意味着该记录不属于其他类别）。我理解得对吗？
请用不太学术的语言帮我解释一下，因为我的英语在学术环境中不太好，任何时候都可能因为解释不好而误解。
提前谢谢你

回答：

SVMs会产生一个与超平面的距离。

你预测的类别，是这个距离最大的那个（但最坏的情况，所有距离都可能是负的！），因为你认为这个分类器的置信度最高。