本文可分为五个部分,INTRODUCTION中包括对Multi-label问题的非正式定义,应用范围介绍,近年国际会议和期刊中该领域论文录用和发表的情况,最后介绍了本文的结构。THE PARADIGM中包括对对Multi-Label learning问题的正式定义和常用的评价指标。LEARNING ALGORITHMS中介绍了用于Multi-Label Learning问题的主要算法,并且常用算法分成了两类:Problem Transformation Methods和Algorithm Adaptation Methods,前者的思路是将Multi-Label问题转化为传统的分类问题,后者的思路是将分类问题的算法改进为能处理Multi-Label问题的算法。Related Learning Settings中介绍了Multi-Label Learning的一些相关知识。最后Conclusion对全文进行了一次总结。
【笔记】A Review on Multi-Label Learning Algorithms
最新推荐文章于 2024-05-24 12:31:14 发布