當要使用SVM將資料分成多類時，有兩種方法，一種是一對一，另外一種是一對多。
以下是介紹一對一的方式，當有n個features時，會建立(n * n-1)/2個分類器。

以下使用scikit-learn的紅酒資料庫，紅酒資料庫中的分類結果中共有三類。

from sklearn import svm
from sklearn import datasets
from sklearn.model_selection import train_test_split


wine = datasets.load_wine()  #load進wine的資料庫

X = wine.data
y = wine.target

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3) 


clf = svm.SVC(gamma=0.001, decision_function_shape='ovo')
clf.fit(X_train, y_train) 

dec = clf.decision_function(X_test)
dec.shape[1]   #n_class * (n_class - 1) / 2 =  3*2/2 = 3