如何处理一个分类问题，其中一个类别由“其他类别中的任何一个都不定义”

假设我对三个类，和。但是我的数据集实际上包含了更多的真实类。c 2 c 3（c j ）n j = $c_1$$c_2$$c_3$$(c_j)_{j=4}^n$

显而易见的答案是定义一个新类，它引用所有类，但是我怀疑这不是一个好主意，因为的样本将很少并且彼此之间不太相似。çĴĴ>3 Ç$\hat c_4$$c_j$$j>3$$\hat c_4$

为了可视化我要说的内容，假设我有以下两个变量空间，并且类，，，分别用红色，直到，绿色和黑色分别。这就是我怀疑我的数据的样子。c ^ 2 ç 3 Ç 4 = ⋃ Ñ Ĵ = 4 Ç $c_1$$c_2$$c_3$$\hat c_4= \bigcup_{j=4}^n c_j$

有没有解决此问题的标准方法？什么是最有效的分类器，为什么？

我将使用两步方法，使用您提到的类的想法。$\hat{c_4}$

第一步，使用二元分类器（对整个数据集进行训练）来确定样本是否属于（即，在任何不感兴趣的类中）。为此，如果属于“有趣”类的样本与其余样本有很大不同，则您还可以查看异常值检测方法。$\hat{c_4}$

如果结果是否定的，则继续执行下一步，即仅对属于类样本进行训练的新分类器并将该预测用作最终预测。$c_1,c_2,c_3$

我认为即使第一步使用简单的聚类方法（例如，使用初始聚类值对4个k均值进行聚类，平均质心 对于每个，仍然有用。$cent_j = \frac{\sum\limits_{x_i\in D: y_i=j}x_i}{\sum\limits_{x_i\in D: y_i=j}1}$$c_1,c_2,c_3, \hat{c_4}$