【机器学习】多标签分类

一、算法

多标签分类的适用场景较为常见，比如，一份歌单可能既属于标签旅行也属于标签驾车。有别于多分类分类，多标签分类中每个标签不是互斥的。多标签分类算法大概有两类流派：

• 采用One-vs-Rest（或其他方法）组合多个二分类基分类器；
• 改造经典的单分类器，比如，AdaBoost-MH与ML-KNN。

1.1 One-vs-Rest

基本思想：为每一个标签$y_i$构造一个二分类器，正样本为含有标签$y_i$的实例，负样本为不含有标签$y_i$的实例；最后组合$N$个二分类器结果得到$N$维向量，可视作为在多标签上的得分。

1.2 AdaBoost-MH

1.3 ML-KNN