基于标记权重的多标记特征选择算法

摘要：

在多标记学习中,特征选择是解决多标记数据高维性的有效手段.每个标记对样本的可分性程度不同,这可能会为多标记学习提供一定的信息.基于这一假设,提出了一种基于标记权重的多标记特征选择算法.该算法首先利用样本在整个特征空间的分类间隔对标记进行加权,然后将特征在整个标记集合下对样本的可区分性作为特征权重,以此衡量特征对标记集合的重要性.最后,根据特征权重对特征进行降序排列,从而得到一组新的特征排序.在6个多标记数据集和4个评价指标上的实验结果表明,所提算法优于一些当前流行的多标记特征选择算法.

关键词：特征选择、标记权重、分类间隔、多标记分类

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61303131,61379021,61603173;福建省自然科学基金项目2013J01028;福建省高校新世纪优秀人才支持计划资助

在线出版日期：2017-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：289-295,317