一般来说，当您想将二元分类器转换为多类分类器时，OneVsAll 是一种有用的设备。当模型无法处理多个类或难以适应时，就会发生这种情况。通过这样做，您必须对概率估计进行归一化，否则它们不会太有用，相当不可比。仅此一项可能就是为什么在多类版本可用时没有人使用它的充分理由。

在某些情况下，类似的东西可能有用。例如，当您有很多课程时。可能会尝试对目标级别进行分组，为组构建分类器，然后为每个组进行后续分类器。但预测之间没有重叠。