基于歸一化互協(xié)方差算子的多標簽特征選擇算法研究.pdf

1、多標簽分類中一個樣本和多個標簽相關(guān)聯(lián)，標簽之間可能互相重疊、有所關(guān)聯(lián)。多標簽數(shù)據(jù)集往往含有成千乃至上萬的特征，會有不相關(guān)的、冗余的特征存在，增加計算成本，降低分類器性能。作為一種有效且被廣泛運用的數(shù)據(jù)預處理技術(shù)，多標簽特征選擇可解決高維多標簽數(shù)據(jù)帶來的維數(shù)災難問題。
　　基于歸一化互協(xié)方差算子NOCCO是判斷隨機變量依賴性的一種準則，可計算特征集和標簽集間的相關(guān)性，NOCCO的評價值越高，兩個集合間的關(guān)聯(lián)性越大。目前，多標簽特征選

2、擇技術(shù)被分為三類:過濾、包裹和嵌入法。本文圍繞過濾法，提出兩類多標簽特征選擇算法:(1)基于歸一化互協(xié)方差算子和貪婪搜索技術(shù)的多標簽特征選擇算法:BANOCCO、FONOCCO、FRNOCCO;(2)基于歸一化互協(xié)方差算子和遺傳算法的多標簽特征選擇算法CGANOCCO。
　　對于基于歸一化互協(xié)方差算子結(jié)合貪婪式搜索策略的多標簽特征選擇算法，我們首先對訓練數(shù)據(jù)和測試數(shù)據(jù)進行歸一化處理，運用歸一化互協(xié)方差算子評估特征和標簽間的相關(guān)性，

3、結(jié)合順序前進法、順序后退法和排序特征權(quán)值法對原始特征空間進行搜索，直至搜索到既定規(guī)模的特征子集。實驗中，根據(jù)10種多標簽分類性能評價指標，在六個基準數(shù)據(jù)集上，我們將算法BANOCCO、FONOCCO、FROCCO與已有的三種多標簽特征選擇算法(BAHSIC、FOHSIC、FRHSIC)進行比較。實驗表明，本文提出的特征選擇算法能夠選擇質(zhì)量更佳的特征。
　　對于基于歸一化互協(xié)方差算子結(jié)合遺傳算法的多標簽特征選擇算法:CGANOCCO