重分类和不重分类是分类算法的两种形式，它们的最大区别在于分类的结果。在不重分类中，分类器最终会输出一个确定的分类结果，即样本属于哪一类，而在重分类中，分类器会输出一个概率分布，即样本属于每一类的概率大小。 一般来说，当要求算法输出精确的分类结果，而不需要知道样本属于每一类的概率时，分类算法就会采用不重分类的方式，而当需要得到样本属于每一类的概率时，分类算法就会采用重分类的方式。 比如在文本分类中，比较常见的不重分类算法有SVM和决策树，而比较常见的重分类算法有贝叶斯分类器和Logistic回归，它们最终输出结果是不同的，前者输出一个字符串标签，后者输出一个概率分布。而拓展知识，还有一类不重分类算法叫做多标签分类，它可以为每个样本输出多个分类标签，例如一个图片可以是“猫”，“狗”，“熊”等等。