Multi-label learning 第一周

本文介绍了多标签学习的概念,对比了传统机器学习与多标签学习的区别,并列举了多标签学习的常见算法及评估指标,如MLSVM、RankSVM等。
摘要由CSDN通过智能技术生成

Multi-Label Learning 第一周

Multi-Label Learning的含义

  从今天开始Multi-Label Learning的学习,我会把学习的一点点心得记录下来,如果有不对的地方,请您指正。

  Multi-Label Learning,顾名思义,指的就是多标签学习。其中,learning,当然指的是机器学习,而这里要研究的重点,就集中在Multi-label上。

传统机器学习

  在传统的监督学习中,我们的研究对象集合中的一个个体一般通过一个实例(instance),也就是一个特征向量来表达。然后这个实例会与一个标签(label)联系起来,这个标签用来表达这个研究对象的特征(比如它的类别信息)。如下图:
这里写图片描述

  用公式化的说法,就是令 X 为实例(instance)空间, Y 为标签(label)空间,我们的目标就是从数据集 { (x1,y1),(x2,y2)

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