10.13338/j.issn.1006-8341.2017.04.018
标签相关的多标签分类算法
针对多标签分类问题,建立一种考虑标签间相关性的多标签分类模型.首先,对属性值为数值型的多标签数据集,建立基于类和属性依赖度的离散化MLAIM(Multi-Label Attribute Inter-dependence Maximization)算法.其次,通过对标签集进行贝叶斯网结构学习,得到每个标签的父节点,提出标签相关的多标签分类模型,即MLLD(Multi-Label Classification algorithm based on Lael Dependency)算法,并给出MLLD算法的具体过程.通过数值实验将MLLD算法与二元关联(BR)算法等4种算法进行比较,结果表明MLLD算法分类效果更好.
离散化、贝叶斯网、朴素贝叶斯分类器、多标签学习
30
TP18(自动化基础理论)
国家自然科学基金资助项目11501435;西安市科技计划项目CXY14412;西安工程大学研究生创新基金资助项目CX201726
2018-01-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
553-560