多标签学习

多标签分类是一种从属于多个标签的样本集合中学习的方法,不同于传统的单标签分类。它在文本分类、医学诊断、蛋白质功能分类等领域有广泛应用。文章介绍了多标签分类的基本概念,举例说明了其在新闻分类和语义场景识别中的应用,并提到了Mulan——一个基于Java的多标签分类库,该库依赖于Weka,并提供了问题转换和算法适应方法。同时,文章还给出了在Eclipse中运行Mulan的步骤。
摘要由CSDN通过智能技术生成

Multi-Label是一个比较新的研究方面,可能很多人没有听过。这里我简单地翻译一下Tsoumakas的介绍(http://mlkd.csd.auth.gr/multilabel.html)。

Introduction

Traditional single-label classification is concerned with

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值