基于兩類和三類支持向量機(jī)的快速多標(biāo)簽分類算法.pdf

1、分類問題是指通過對(duì)已知類別的樣本集的學(xué)習(xí)，來(lái)預(yù)測(cè)未知類別樣本的問題。對(duì)于分類問題，按樣本集合中總的類別個(gè)數(shù)可分為兩類分類問題和多類分類問題；按樣本所擁有的標(biāo)簽數(shù)可分為單標(biāo)簽分類問題和多標(biāo)簽分類問題。其中多標(biāo)簽分類問題是指一個(gè)樣本同時(shí)屬于多個(gè)類別或者具有多個(gè)標(biāo)簽的問題，是最為復(fù)雜的分類問題之一，它包括了兩類分類問題和多類分類問題。 對(duì)于多標(biāo)簽分類問題。本文使用一種“一對(duì)一”的分解策略，將多標(biāo)簽分類問題分解成多個(gè)兩類單標(biāo)簽和兩類雙標(biāo)

2、簽的分類子問題，再分別加以處理。對(duì)于兩類單標(biāo)簽分類子問題，使用一般的兩類支持向量機(jī)分類算法進(jìn)行處理，對(duì)于兩類雙標(biāo)簽分類子問題，本文提出一個(gè)基于三類支持向量機(jī)的分類算法進(jìn)行處理，在算法中將同時(shí)擁有兩個(gè)標(biāo)簽的樣本看作為在正類和負(fù)類之間的混合類的樣本，并使用兩個(gè)平行的超平面將這三個(gè)類別的樣本分開。為了提高訓(xùn)練速度，文中設(shè)計(jì)了針對(duì)三類支持向量機(jī)的快速算法，它是通過將大規(guī)模的二次規(guī)劃問題分解成一系列的小規(guī)模的問題來(lái)完成的，并且采用對(duì)著名的SVMl

3、ight算法的修改來(lái)實(shí)現(xiàn)。 在算法的實(shí)驗(yàn)部分，本文歸納了一些常用的多標(biāo)簽分類算法的評(píng)價(jià)準(zhǔn)則，并在三個(gè)基準(zhǔn)數(shù)據(jù)集酵母數(shù)據(jù)集、景象數(shù)據(jù)集和文本數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，與一些存在的多標(biāo)簽分類算法進(jìn)行比較，以驗(yàn)證算法的性能和速度。在分類性能的比較上，沒有一個(gè)多標(biāo)簽分類算法能夠保證在所有的評(píng)價(jià)準(zhǔn)則上都取得最優(yōu)，因此本文為實(shí)驗(yàn)中算法的每個(gè)評(píng)價(jià)準(zhǔn)則打分，然后比較各個(gè)算法的總得分，在與Rank-SVM、BoosTexter、AdtBoost.MH、M