Perceptron()创建模型对象本身就可以进行多分类预测？

在`Perceptron()`创建模型对象时，如果没有显式指定`multi_class`参数，则模型默认使用`ovr`策略进行多分类处理。在这种情况下，`Perceptron()`模型本身只能用于二分类问题，即只能将数据分为两类。

如果要将`Perceptron()`模型用于多分类问题，可以使用`One-vs-Rest`策略（即`ovr`策略），为每个类别训练一个二分类模型，并将这些二分类模型组合成一个多分类模型。这种方法虽然效果不错，但是需要训练多个二分类模型，计算量较大。

另一种方法是使用`Crammer-Singer`多分类损失函数，将多分类问题转化为一个单一的优化问题，并直接训练一个多分类模型。在使用`Perceptron()`模型时，需要显式指定`multi_class`参数为`crammer_singer`，才能使用该方法进行多分类预测。