计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2013年
10期
137-143
,共7页
李玲%刘华文%马宗杰%赵建民
李玲%劉華文%馬宗傑%趙建民
리령%류화문%마종걸%조건민
数据挖掘%多标签分类%特征选择%条件互信息
數據挖掘%多標籤分類%特徵選擇%條件互信息
수거알굴%다표첨분류%특정선택%조건호신식
data mining%multi-label learning%feature selection%conditional mutual information
与传统分类方法相似,多标签学习同样面临着因数据高维引起的问题,如过拟合和维灾难等.虽然目前已经提出了一些多标签分类算法,但多标签数据的高维性问题并未得到普遍重视.针对这个问题,利用条件互信息度量特征与类别标签之间的相关性,依此实施特征选择操作,以发现重要特征.在此基础上,提出了一种新的多标签集成分类算法.模拟实验结果表明,与经典分类算法相比,本文提出的集成算法在大多数情况下取得了较优的分类效果.
與傳統分類方法相似,多標籤學習同樣麵臨著因數據高維引起的問題,如過擬閤和維災難等.雖然目前已經提齣瞭一些多標籤分類算法,但多標籤數據的高維性問題併未得到普遍重視.針對這箇問題,利用條件互信息度量特徵與類彆標籤之間的相關性,依此實施特徵選擇操作,以髮現重要特徵.在此基礎上,提齣瞭一種新的多標籤集成分類算法.模擬實驗結果錶明,與經典分類算法相比,本文提齣的集成算法在大多數情況下取得瞭較優的分類效果.
여전통분류방법상사,다표첨학습동양면림착인수거고유인기적문제,여과의합화유재난등.수연목전이경제출료일사다표첨분류산법,단다표첨수거적고유성문제병미득도보편중시.침대저개문제,이용조건호신식도량특정여유별표첨지간적상관성,의차실시특정선택조작,이발현중요특정.재차기출상,제출료일충신적다표첨집성분류산법.모의실험결과표명,여경전분류산법상비,본문제출적집성산법재대다수정황하취득료교우적분류효과.