基于標(biāo)簽關(guān)聯(lián)的多標(biāo)簽分類(lèi)問(wèn)題的算法改進(jìn).pdf

1、多標(biāo)簽分類(lèi)問(wèn)題是一種在當(dāng)今現(xiàn)實(shí)生活中普遍存在的分類(lèi)問(wèn)題，而隨著機(jī)器學(xué)習(xí)技術(shù)與人工智能的發(fā)展，大數(shù)據(jù)時(shí)代的來(lái)臨，現(xiàn)今多標(biāo)簽分類(lèi)技術(shù)已經(jīng)廣泛應(yīng)用于基因分類(lèi)，文本分類(lèi)，音樂(lè)分類(lèi)，數(shù)據(jù)挖掘及圖像分類(lèi)，也越來(lái)越受到國(guó)內(nèi)外學(xué)者的重視，成為了一種十分重要的分類(lèi)問(wèn)題的分支。
　　多標(biāo)簽分類(lèi)問(wèn)題的概念來(lái)源于與傳統(tǒng)分類(lèi)問(wèn)題之間的比較，在傳統(tǒng)分類(lèi)問(wèn)題中，一般問(wèn)題中僅僅具有兩個(gè)標(biāo)簽，并且每一個(gè)樣本都會(huì)屬于其中一個(gè)標(biāo)簽，而多標(biāo)簽分類(lèi)中，標(biāo)簽總數(shù)一般超過(guò)兩個(gè)

2、，而且對(duì)于每一個(gè)樣本來(lái)說(shuō)，其所屬的標(biāo)簽數(shù)目一般是不定的，這就使得多標(biāo)簽問(wèn)題變得更加難解決?，F(xiàn)實(shí)中，分類(lèi)問(wèn)題由于樣本的重疊訓(xùn)練和標(biāo)簽的相關(guān)性，會(huì)導(dǎo)致分類(lèi)錯(cuò)誤，而在多標(biāo)簽問(wèn)題中，這樣的情況也會(huì)出現(xiàn)。而現(xiàn)今的一種最廣泛應(yīng)用于解決多標(biāo)簽分類(lèi)的方法——Binary Relevance算法能夠較好的解決多標(biāo)簽分類(lèi)問(wèn)題，但是其在分類(lèi)過(guò)程中忽略的標(biāo)簽關(guān)聯(lián)這一對(duì)多標(biāo)簽分類(lèi)十分重要的信息。所以本文提出了一種基于標(biāo)簽關(guān)系和分類(lèi)置信度的算法，旨在利用訓(xùn)練樣本信

3、息，提取出標(biāo)簽關(guān)聯(lián)度，并利用標(biāo)簽關(guān)聯(lián)以動(dòng)態(tài)權(quán)重的策略結(jié)合分類(lèi)部分以提高分類(lèi)準(zhǔn)確率。
　　本文的基本思路如下，首先利用Binary Relevance將多標(biāo)簽問(wèn)題轉(zhuǎn)化為多個(gè)獨(dú)立的二分類(lèi)問(wèn)題，利用概率輸出支持向量機(jī)得到每個(gè)樣本關(guān)于任意標(biāo)簽的分類(lèi)概率。然后根據(jù)訓(xùn)練集的先驗(yàn)情況，通過(guò)提出的標(biāo)簽關(guān)聯(lián)度抽取模型，計(jì)算得到標(biāo)簽間的關(guān)系，再依據(jù)每一個(gè)樣本的分類(lèi)置信度，確定分類(lèi)器輸出概率與標(biāo)簽關(guān)聯(lián)的結(jié)合權(quán)重。再利用二分類(lèi)結(jié)果，標(biāo)簽關(guān)聯(lián)，和結(jié)合權(quán)重，