ML-knn:基于K近邻的多标签数据表示方法（毕设论文学习一）

概述

多标签学习是文档分类问题的一种解决方案，其中每个文档会有多个相关主题。这一方案主要通过分析已知标签集的训练实例来预测未知实例可能属于的标签集。
Ml-knn是基于传统的K最近邻算法提出的多标签学习方法。能够完成对酵母基因功能分析、自然场景分类和自动网页分类的任务。
它主要分为一下几个部分：

1. 确定所给未知实例在训练集中的K个最近邻
2. 利用最大后验原理，结合最近邻的统计信息进行分析
3. 确定所给实例的标签集

初步认识

1. 学习系统的目标：
   输出一个能够优化强调特定评估指标的多标签分类器 ，或形式为X*Y—>R的真值函数。
2. 性能评估指标：
   hamming loss——评估实例标签被错误分类的次数
   one-error——评估最贴切的标签不在实例的适宜标签集中的次数
   coverage——评估所有文档中排序最靠后的真实标签的排序平均值
   ranking loss——相关标签集合与不相关标签集合两两比较，统计相关标签的预测可能性比不相关标签的预测可能性要小的次数(样本的标签对被相反预测的平均分数)
   average precision——评估某一标签高于实际属于Y的某一特定标签y的函数均值