计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
22期
163-166
,共4页
邱继钊%计华%张化祥
邱繼釗%計華%張化祥
구계쇠%계화%장화상
分类%聚类中心%加权%多标记学习
分類%聚類中心%加權%多標記學習
분류%취류중심%가권%다표기학습
classification%clustering center%weighting%multi-label learning
基于标记特征的多标记分类算法通过对标记的正反样例集合进行聚类，计算样例与聚类中心间的距离构造样例针对标记的特征子集，并生成新的训练集，在新的训练集上利用传统的二分类器进行分类。算法在构造特征子集的过程中采用等权重方式，忽略了样例之间的相关性。提出了一种改进的多标记分类算法，通过加权方式使生成的特征子集更加准确，有助于提高样例的分类精度。实验表明改进的算法性能优于其他常用的多标记分类算法。
基于標記特徵的多標記分類算法通過對標記的正反樣例集閤進行聚類，計算樣例與聚類中心間的距離構造樣例針對標記的特徵子集，併生成新的訓練集，在新的訓練集上利用傳統的二分類器進行分類。算法在構造特徵子集的過程中採用等權重方式，忽略瞭樣例之間的相關性。提齣瞭一種改進的多標記分類算法，通過加權方式使生成的特徵子集更加準確，有助于提高樣例的分類精度。實驗錶明改進的算法性能優于其他常用的多標記分類算法。
기우표기특정적다표기분류산법통과대표기적정반양례집합진행취류，계산양례여취류중심간적거리구조양례침대표기적특정자집，병생성신적훈련집，재신적훈련집상이용전통적이분류기진행분류。산법재구조특정자집적과정중채용등권중방식，홀략료양례지간적상관성。제출료일충개진적다표기분류산법，통과가권방식사생성적특정자집경가준학，유조우제고양례적분류정도。실험표명개진적산법성능우우기타상용적다표기분류산법。
Multi-label learning with label specific features conducts clustering analysis on the label’s positive and negative in-stances,and then features being specific to labels are constructed by computing the distance between the instance and the cluster-ing centers.New training sets are generated based on the label-specific features and the classification model is induced by the tra-ditional binary learner.But the feature sets are generated by using the method of equal weight for each instance,it ignores the rel-evance among instances.This paper proposes a modified algorithm to solve the multi-label learning problem. It results in exact feature sets by weighting instances.Experimental results show that the modified algorithm works better than other commonly used multi-label algorithms.
