关于Multi-label Classification 多标签分类的问题

最新推荐文章于 2024-06-24 10:30:00 发布

Rosemary_Yan

最新推荐文章于 2024-06-24 10:30:00 发布

阅读量5.8k

点赞数 5

分类专栏：机器学习文章标签：多标签分类机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Rosemary_Yan/article/details/82990676

版权

本文探讨了多标签分类问题，介绍了从问题转化和算法适应两个角度的处理方法，如Binary Relevance、Label Powerset、Pairwise等，并讨论了它们的优缺点及改进策略。此外，还提到了算法独立的标签和实例转化方法，以及适用于多标签分类的算法，如KNN、SVM和神经网络。最后，推荐了RT-PCT、HOMER和CC等有效方法。

摘要由CSDN通过智能技术生成

$\Chi$ 多分类：

训练集中每个样本只有一个标签，该标签来自于一个不重合的标签集合L，|L| > 1。

当|L|=2 时，这是一个二分类问题。当|L| > 2 时，这是一个多分类问题。

单标签与多标签：

多标签：

令 $\chi$ 为训练样本集， $y=\{1,\cdots,k\}$ 为标签集合，给定一组形式为 <x_i,Y_i> 的训练样本， $x_i \in \chi$ ， $Y_i \in 2^{|y|}$ ，目的是学习求出合适的误差低的函数 f(x) （ $2^{|y|}$ 中的unique values）。

大多数情况下，多标签的方法会涉及到一个给定样本可能有的标签的排序问题，因此这个学习算法可以看成函数 $f:\chi \times y \rightarrow R$ 。并按照 f(x,.) 来对标签进行排序。

令 rank_f(x,l) 为规则下样本所对应的标签的排序。其中

最低0.47元/天解锁文章

关注

5
点赞
踩
22

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。