一種改進的ML-KNN多標(biāo)記分類方法研究.pdf

1、多標(biāo)簽分類問題是數(shù)據(jù)挖掘領(lǐng)域中數(shù)據(jù)分類研究的一個重要問題。在大數(shù)據(jù)時代，數(shù)據(jù)量的激增以及數(shù)據(jù)的標(biāo)注結(jié)構(gòu)愈發(fā)復(fù)雜，使得多標(biāo)學(xué)習(xí)問題非常廣泛的存在于真實世界中。如何找到一種快速有效并且具有較高分類正確率的多標(biāo)簽分類算法已成為數(shù)據(jù)挖掘領(lǐng)域的一個熱點問題，由此而興起的多標(biāo)簽數(shù)據(jù)挖掘的研究正日益凸顯出其價值。本文重點研究了多標(biāo)簽分類問題，根據(jù)多標(biāo)簽分類問題的特點，本文主要工作如下：
　　首先總結(jié)和分析了已有的多標(biāo)簽分類算法。本文將已經(jīng)應(yīng)用到

2、多標(biāo)簽分類學(xué)習(xí)的算法分為基于問題轉(zhuǎn)換策略的方法和基于算法轉(zhuǎn)換策略的方法。對每一類的算法，詳細(xì)闡述了其分類原理，分類步驟，該算法的優(yōu)缺點以及適應(yīng)條件，并對其中幾種算法在數(shù)據(jù)集上進行了仿真。
　　其次深入研究了基于KNN（K Nearest Neighbors）的多標(biāo)簽分類算法ML-KNN，針對ML-KNN算法對于標(biāo)簽覆蓋率低的數(shù)據(jù)集預(yù)測效果不理想的問題，本文提出一種融合最近鄰分類的ML-KNN改進算法：IML-KNN。詳細(xì)描述了該改

3、進算法的改進點，在4個多標(biāo)簽分類數(shù)據(jù)集上進行分類實驗，并和另外兩種算法進行了對比，最后分析和討論了影響該算法的一些因素。
　　最后將偽最近鄰和罰函數(shù)的思想應(yīng)用到IML-KNN算法里而提出一種新的多標(biāo)簽分類算法。該算法用偽最近鄰（PNN：Pseudo Nearest Neighbor）代替最近鄰來更有效地尋找樣本x的1個最近鄰，并加入罰函數(shù)的思想來改進后驗概率的計算方式。然后詳細(xì)描述了偽最近鄰和罰函數(shù)的原理以及該改進算法的步驟以及分