基于多目標(biāo)優(yōu)化的多標(biāo)簽分類算法參數(shù)調(diào)諧研究.pdf

1、多標(biāo)簽分類問(wèn)題，是指多標(biāo)簽數(shù)據(jù)集的樣本可以同時(shí)屬于不同的類，類之間既可能相互重疊，又可能相互排斥。參數(shù)的設(shè)置是否最優(yōu)對(duì)多標(biāo)簽分類算法的性能有一定的影響，而基于多目標(biāo)優(yōu)化的多標(biāo)簽分類算法參數(shù)調(diào)諧，就是使用多目標(biāo)進(jìn)化算法對(duì)多標(biāo)簽分類算法的參數(shù)進(jìn)行調(diào)諧。本文主要是研究多目標(biāo)進(jìn)化算法對(duì)多標(biāo)簽分類算法參數(shù)的調(diào)諧問(wèn)題。
　　本文首次對(duì)多標(biāo)簽分類算法的性能評(píng)價(jià)準(zhǔn)則（漢明損失和排序損失）進(jìn)行相關(guān)性分析和理論分析，得出兩者有一定的弱相關(guān)性與排斥性的

2、結(jié)論后，將兩個(gè)評(píng)價(jià)準(zhǔn)則作為多目標(biāo)遺傳算法NSGA-Ⅱ優(yōu)化的目標(biāo)函數(shù)，利用多目標(biāo)遺傳算法NSGA-Ⅱ的強(qiáng)大的隨機(jī)搜索解集和跳出局部最優(yōu)的能力迅速找到全局最優(yōu)解，從而達(dá)到對(duì)多標(biāo)簽分類算法參數(shù)進(jìn)行調(diào)諧的目的。該方法不僅改變了傳統(tǒng)的參數(shù)搜索方式，而且還縮短參數(shù)搜索的時(shí)間。
　　本文選擇一對(duì)多k近鄰法OVR-kNN、多標(biāo)簽k近鄰法ML-kNN和一對(duì)多支持向量機(jī)OVR-SVM三個(gè)多標(biāo)簽分類算法作為我們的研究對(duì)象，采用常用的多標(biāo)簽分類算法的評(píng)價(jià)