基于k近鄰多標(biāo)簽學(xué)習(xí)的數(shù)據(jù)降維算法的研究.pdf

1、隨著“互聯(lián)網(wǎng)+”發(fā)展，與人們生活息息相關(guān)的多標(biāo)簽數(shù)據(jù)將會大量產(chǎn)生。由于多標(biāo)簽學(xué)習(xí)過程中需要考慮屬性特征與多個(gè)標(biāo)簽、標(biāo)簽之間的相關(guān)性，從而使得多標(biāo)簽學(xué)習(xí)在分類和降維方面比單標(biāo)簽學(xué)習(xí)更為復(fù)雜、更具挑戰(zhàn)性。
　　自上世紀(jì)九十年代末多標(biāo)簽學(xué)習(xí)的概念提出以來，吸引了眾多專家學(xué)者的關(guān)注。多標(biāo)簽學(xué)習(xí)的研究成果如雨后春筍，主要集中在分類和降維兩個(gè)研究方向。數(shù)據(jù)降維是機(jī)器學(xué)習(xí)中的重要步驟，是提高數(shù)據(jù)分類性能的重要手段。本文提出了PCAI和MRF-m

2、RMR兩種數(shù)據(jù)降維算法。PCAI算法與原有算法相比，分類效果明顯提升；MRF-mRMR算法在去除冗余屬性特征的同時(shí)還能保持屬性特征與標(biāo)簽之間的相關(guān)性。本文對多標(biāo)簽學(xué)習(xí)的研究可以分為兩部分。
　　第一部分提出了基于PCA算法的PCAI數(shù)據(jù)降維算法，并利用ML-kNN分類器對數(shù)據(jù)分類。首先，提出了信息容忍度的概念，并定義了其計(jì)算公式，同時(shí)對公式中的參數(shù)取值范圍做了實(shí)驗(yàn)探討；其次，得到數(shù)據(jù)降維后的特征值，并將特征值得應(yīng)用到ML-kNN分

3、類器中對距離的加權(quán)上；最后，將降維后的數(shù)據(jù)集應(yīng)用到改進(jìn)后的ML-kNN分類器中驗(yàn)證降維效果。
　　第二部分講述了Relief算法和mRMR算法，一方面對Relief算法中屬性特征權(quán)重的計(jì)算方式進(jìn)行改進(jìn)，另一方面提出了 MRF-mRMR組合特征選擇算法。提出的MRF-mRMR算法既保持了mRMR算法最大相關(guān)和最小冗余的優(yōu)勢，又擁有Relief算法對每個(gè)屬性特征加權(quán)排序的優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果表明，MRF-mRMR組合算法的降維效果明顯優(yōu)于已