关于Multi-label Classification 多标签分类的问题

\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:

\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 \chiY_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。

rank_f(x,l)f规则下样本x所对应的标签l的排序。其中,rank是一个到\{1,\cdots,k\}上的一对一的映射,且如果

  • 5
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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