基于標簽相關(guān)性的多標簽分類算法研究.pdf

1、在多標簽分類問題中，每個樣本同時對應多個標簽構(gòu)成的標簽集合。多標簽分類問題與傳統(tǒng)的分類問題最主要的不同在于傳統(tǒng)的分類是假設(shè)標簽之間兩兩互斥，而多標簽分類中標簽之間是相關(guān)的。很顯然，在實際應用中，多標簽分類學習更具有一般性。
　　由于多標簽分類中標簽之間是相關(guān)的，那么有效地利用標簽相關(guān)關(guān)系能夠提高分類性能。在目前大部分利用標簽相關(guān)性的方法中，常把標簽作為樹型或者圖結(jié)構(gòu)來挖掘標簽共存相關(guān)性。然而在很多實際問題中，標簽之間并沒有如此結(jié)構(gòu)

2、。另外這些方法不能準確地描述數(shù)據(jù)集中某些標簽組合隱含的互不共存的關(guān)系。
　　本文提出了一種新的基于標簽相關(guān)性的多標簽研究方法，基本思想是基于歐式距離度量方法找到標簽之間的距離信息，用標簽之間的距離來描述標簽集合中某些隱含的標簽互不共存關(guān)系。并且在現(xiàn)有的多標簽算法中加入這種標簽互斥關(guān)系的思想，得到多個較好性能的改進算法。本文主要研究內(nèi)容如下:
　　1.設(shè)計了改進的RAKEL(RAndomk-labELsets)算法。在RAKE

3、L算法中，隨機性地從標簽集合中選擇標簽構(gòu)造新的標簽子集學習相應的單標簽分類器，這種方法并沒有充分利用標簽之間的關(guān)系。本文針對這一缺點，在構(gòu)造標簽子集時，選擇互不共存的標簽組合來構(gòu)造相應的訓練集。實驗表明，改進后的算法分類性能提升。
　　2.設(shè)計了改進的CC(Classifier Chains)算法:在CC算法中，分類器中鏈式標簽的順序是隨機的，也沒有充分地利用標簽之間的關(guān)系?；诖耍疚奶岢鲈跇?gòu)建標簽順序的過程中，引入標簽的互斥關(guān)