¿Cómo abordo un problema de clasificación en el que una de las clases se define por "ninguna de las otras"

Supongamos que estoy interesado en tres clases , , . Pero mi conjunto de datos en realidad contiene varias clases reales más .$c_1$$c_2$$c_3$$(c_j)_{j=4}^n$

La respuesta obvia es definir una nueva clase $\hat c_4$ que se refiera a todas las clases $c_j$ , $j>3$ pero sospecho que no es una buena idea ya que las muestras en $\hat c_4$ serán raras y no muy similares entre sí.

Para visualizar lo que estoy tratando de decir, suponga que tengo los siguientes dos espacios variables y las clases $c_1$ , $c_2$ , $c_3$ , $\hat c_4= \bigcup_{j=4}^n c_j$ se representan en rojo, til, verde y negro respectivamente. Así es como sospecho que se verían mis datos.

¿Hay alguna forma estándar de abordar este problema? ¿Cuál sería el clasificador más eficiente y por qué?

un enfoque de dos pasos, usando la idea de la clase que mencionaste.$\hat{c_4}$

En el primer paso, use un clasificador binario (entrenado en todo el conjunto de datos) para decidir si una muestra pertenece a la clase (es decir, en cualquier clase no interesante). Para esto, paso también puede echar un vistazo a los métodos de detección de valores atípicos , si las muestras que pertenecen a las clases "interesantes" son muy diferentes al resto.$\hat{c_4}$

Si el resultado es negativo, pase al siguiente paso, un nuevo clasificador entrenado solo en muestras que pertenecen a las clases y use esa predicción como la final.$c_1,c_2,c_3$

Creo que incluso usando un enfoque de agrupación simple como primer paso (por ejemplo, 4-agrupaciones k-significa usar como valores de centroide iniciales el centroide promedio para cada ), aún sería útil.$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}$