基于LS-SVM的多標(biāo)簽分類算法.pdf

1、分類是用訓(xùn)練樣本建立的模型將測(cè)試樣本分到一個(gè)或多個(gè)類中。傳統(tǒng)的單標(biāo)簽分類問題是假設(shè)類之間相互獨(dú)立,一個(gè)樣本僅能歸為其中一類,而在實(shí)際應(yīng)用中,樣本會(huì)和多個(gè)類相關(guān)聯(lián),需將樣本同時(shí)歸到多個(gè)類,這就是多標(biāo)簽分類問題。目前,多標(biāo)簽分類算法的研究已經(jīng)取得了很多成果,大致可分為算法有關(guān)和算法無關(guān)兩大類方法。算法有關(guān)的方法雖然沒有改變數(shù)據(jù)的結(jié)構(gòu)以及類與類之間的聯(lián)系,但是由于它需要花費(fèi)大量時(shí)間去解優(yōu)化問題,因此難于應(yīng)用到較大規(guī)模的數(shù)據(jù)集。算法無關(guān)的方法不

2、需要考慮標(biāo)簽的相關(guān)性,因此易于實(shí)現(xiàn),并且運(yùn)行速度較快。從分解的角度可將算法無關(guān)的方法分為一對(duì)一分解、一對(duì)多分解以及冪集法等。由于一對(duì)一分解出的數(shù)據(jù)集規(guī)模比一對(duì)多要小,并且分解出的兩類樣本的數(shù)量更平衡,因此,一對(duì)一分解策略更受科研人員的青睞。
　　 本文采用一對(duì)一分解策略,將多標(biāo)簽分類問題分解成k(k-1)/2個(gè)兩類單標(biāo)簽和兩類雙標(biāo)簽的分類子問題,對(duì)分解后的數(shù)據(jù)子集建立LS-SVM分類模型,當(dāng)出現(xiàn)兩類單標(biāo)簽子問題時(shí),使用傳統(tǒng)的LS

3、-SVM分類算法直接處理;當(dāng)出現(xiàn)兩類雙標(biāo)簽時(shí),將同時(shí)擁有兩個(gè)標(biāo)簽的樣本看成混合類,并將標(biāo)簽值設(shè)為0,對(duì)新的數(shù)據(jù)子集再用LS-SVM分類器進(jìn)行處理。兩類雙標(biāo)簽建立的分類模型一般將分類閾值t設(shè)為±0.5。為了得到更佳的分類閾值,本文根據(jù)正類-混合類、負(fù)類-混合類的數(shù)據(jù)分布分別求得兩個(gè)分類閾值,通過實(shí)驗(yàn)比較說明優(yōu)化分類閾值能改善算法的性能。最后,利用投票方法將測(cè)試數(shù)據(jù)分到一個(gè)或多個(gè)類中。
　　 在算法的實(shí)驗(yàn)部分,本文歸納了不同的預(yù)測(cè)評(píng)

4、價(jià)準(zhǔn)則,并介紹四個(gè)基準(zhǔn)的數(shù)據(jù)集以及數(shù)據(jù)集標(biāo)簽的描述。對(duì)情感、景象、酵母和基因這四個(gè)數(shù)據(jù)集分別采用本文的方法預(yù)測(cè),對(duì)于參數(shù)γ和σ2選擇,LS-SVM模型采用網(wǎng)格搜索的方法,設(shè)定這兩個(gè)參數(shù)的可行區(qū)間,由計(jì)算機(jī)自動(dòng)對(duì)各參數(shù)變量組合并逐一擇優(yōu),使用留一法選取最佳參數(shù)值。對(duì)情感數(shù)據(jù)集的預(yù)測(cè)結(jié)果說明,本文的方法在漢明損失、準(zhǔn)確度、1錯(cuò)誤率以及排序損失上都有較好的結(jié)果,而其他幾個(gè)評(píng)價(jià)標(biāo)準(zhǔn)也均列在前列;景象數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文的預(yù)測(cè)方法在漢明損