在python中使用逻辑回归进行一对一和一对所有多类分类

这是我对OvO与OvA的理解： 一对一是二元分类，就像香蕉对橘子。一对所有/其余分类将其转化为多个不同的二进制分类问题。 我在python中对这两种策略的实现产生了非常相似的结果：

OvA：

model = LogisticRegression(random_state=0, multi_class='ovr', solver='lbfgs')
model.fit(x,y)
model.predict(x)

    model = LogisticRegression()
    model.fit(x,y)
    model.predict(x)

OvO：

model = LogisticRegression(random_state=0, multi_class='ovr', solver='lbfgs')
model.fit(x,y)
model.predict(x)

    model = LogisticRegression()
    model.fit(x,y)
    model.predict(x)

我想确认我的理解和实施是正确的，因为我得到了类似的结果。

---

我需要使用逻辑回归为多类分类实施OvO和OvA策略

我最终为oneVsRestClassifier和OneVsOneclassifier使用sklearn内置类

逻辑回归参数multi_class的默认值为“ovr”。因此，在实现OvO时，默认情况下，模型使用“ovr”。