基于kNN的多标签分类预处理方法

摘要：

多标签学习已成为当前机器学习的研究热点.为了提高分类性能,对训练集中的噪声数据进行预处理,提出一种基于k近邻(kNN)的多标签分类去噪方法:对现有的多标签数据集进行分析后获得近似正态分布的特征,通过将噪声标记改为其k近邻标记的方法,滤去部分噪声信息,从而得到相对高质量的数据集.在MULAN平台上使用多个数据集对6种多标签分类算法进行了噪声去除前后的对比测试,实验结果表明,多标签的预处理方法有效提高了分类器的性能.此方法对于分布特征明显的数据集具有较好的适用性.

关键词：多标签、分类、正态分布、预处理、kNN

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：浙江省教育厅项目Y201328291;浙江省自然科学基金项目LZ14F030001,LY14F020012

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：106-108,131