基于標(biāo)簽相關(guān)性的多標(biāo)簽分類算法研究.pdf

1、在多標(biāo)簽分類問題中，每個樣本同時對應(yīng)多個標(biāo)簽構(gòu)成的標(biāo)簽集合。多標(biāo)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(biāo)簽之間兩兩互斥，而多標(biāo)簽分類中標(biāo)簽之間是相關(guān)的。很顯然，在實際應(yīng)用中，多標(biāo)簽分類學(xué)習(xí)更具有一般性。
　　由于多標(biāo)簽分類中標(biāo)簽之間是相關(guān)的，那么有效地利用標(biāo)簽相關(guān)關(guān)系能夠提高分類性能。在目前大部分利用標(biāo)簽相關(guān)性的方法中，常把標(biāo)簽作為樹型或者圖結(jié)構(gòu)來挖掘標(biāo)簽共存相關(guān)性。然而在很多實際問題中，標(biāo)簽之間并沒有如此結(jié)構(gòu)

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

3、L算法中，隨機(jī)性地從標(biāo)簽集合中選擇標(biāo)簽構(gòu)造新的標(biāo)簽子集學(xué)習(xí)相應(yīng)的單標(biāo)簽分類器，這種方法并沒有充分利用標(biāo)簽之間的關(guān)系。本文針對這一缺點，在構(gòu)造標(biāo)簽子集時，選擇互不共存的標(biāo)簽組合來構(gòu)造相應(yīng)的訓(xùn)練集。實驗表明，改進(jìn)后的算法分類性能提升。
　　2.設(shè)計了改進(jìn)的CC(Classifier Chains)算法:在CC算法中，分類器中鏈?zhǔn)綐?biāo)簽的順序是隨機(jī)的，也沒有充分地利用標(biāo)簽之間的關(guān)系。基于此，本文提出在構(gòu)建標(biāo)簽順序的過程中，引入標(biāo)簽的互斥關(guān)