基于标记集合划分的多标记分类算法-论文.pdf

《基于标记集合划分的多标记分类算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第3期昆明理工大学学报(自然科学版)Vo1．39No．32014年6月JournalofKunmingUniversityofScienceandTechnology(NaturalScienceEdition)Jun．2014doi：10．3969／j．issn．1007—855x．2014．03．010基于标记集合划分的多标记分类算法何颖婧，王志海，李哲(北京交通大学计算机与信息技术学院，北京100044)摘要：在多标记学习中，标记之间往往既不是完全独立也不是完全排斥的，因此在构建多标记分类器时要充分利用标记之间的依赖关系．目前利用标记间关系的方法有将标记

2、集合划分为子集和将各标记间关系表示为链式两种．本文提出了一种结合上述两种思想的算法，首先根据标记对间的依赖度量值来启发式地对标记集合进行划分，然后在最终的划分子集合间依次建立分类器组成分类器链．通过与其他算法的比较，实验结果表明该算法能提升分类器性能．关键词：多标记；标记关系；分类器链中图分类号：TP311．1文献标志码：A文章编号：1007—855x(2014)03—0054—07AMulti．LabelClassificationAlgorithmBasedonLabelSetPartitionHEYing—jing，WANGZhi—hal，LIZhe(Schoo

3、lofComputerandInformationTechnology，BeijingJiaotongUniversity，Beijing100044，China)Abstract：Labelsinmulti—labellearningareusuallyneithercompletelyindependentnormutuallyexclusive，thereforeitisimportanttoexplorethedependenciesamonglabelsduringbuildingmulti—labelclassifiers．Thereexisttwomet

4、hodstoexploitlabeldependencies：dividingthelabelsetintoseveralsetsandregardingthestructureoflabelsasachain．Inthispaper，anewmulti—labelclassificationalgorithm，whichcombinestheabovetwoapproaches，isproposed．First，itdividesthelabelsetintoseveralsubsetsbasedonlabeldependenciesheuristically．It

5、buildsthereafteraclassifieroneachsubset．Alltheseclassifierscompriseachain．Itisshownthroughtheexperimentthatthisalgorithmoutperformsotheralgorithmsandimprovesmulti-labelclassificationperformance．Keywords：multi—label；labeldependency；classifierchain0引言传统的分类问题都假设一个实例只和一个类标相关，然而很多现实的问题中一个实例往

6、往可以同时属于多个标记．比如一幅图像可能包含多个场景，一条新闻可能同时涉及到政治和经济等．随着多标记学习在文本、图像、视频场景分析、基因功能预测等领域的广泛应用，它受到越来越多研究者的关注，成为机器学习领域研究的热点之一．设D表示数据集，表示标记集合，多标记学习的任务是确定一个映射函数：(A，A，⋯，A)一c，使得对任意的未知类标的实例d={a。，a，⋯，0}可得到适当的标记集合y，yL．目前，多标记学习方法可分为问题转化和算法适应两类⋯．问题转化方法将多标记分类问题转化为一个或多个单标记问题，算法适应方法则扩展传统的分类算法，使其能直接应用于多标记数据．事实上，许多

7、算法适应方法都是将问题转化的思想内嵌在算法中，因此，本文接下来主要讨论问题转化方法．问题转化中最常用的两个算法为标记幂集合算法(LabelPowerSet，LP)和二值相关算法(BinaryRelevance，BR)．LP方法将每个标记间的组合都看作一个新的类值，若实例集中有Ⅳ个标记，则标记的可能组合就为2，由于标记的组合情况可收稿日期：2013—05—07．基金项目：国家自然科学基金项目(60973011)．作者简介：何颖婧(1990一)，硕士研究生．主要研究方向：数据挖掘．E—mail：11120442@bjtu．edu．cn通信作者：王志海(1