基于特征选择的集成多标签分类算法

• 作者: 刘华文 李玲 赵建民 马宗杰
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 数据挖掘 多标签分类 特征选择 条件互信息
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 大数据
• 页码范围: 137-143
• 页数: 7页
• 分类号: TP391.4
• 字数: 6488字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.10.018

摘要

与传统分类方法相似,多标签学习同样面临着因数据高维引起的问题,如过拟合和维灾难等.虽然目前已经提出了一些多标签分类算法,但多标签数据的高维性问题并未得到普遍重视.针对这个问题,利用条件互信息度量特征与类别标签之间的相关性,依此实施特征选择操作,以发现重要特征.在此基础上,提出了一种新的多标签集成分类算法.模拟实验结果表明,与经典分类算法相比,本文提出的集成算法在大多数情况下取得了较优的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建民	浙江师范大学数理与信息工程学院	121	1027	18.0	25.0
2	刘华文	浙江师范大学数理与信息工程学院	15	93	6.0	9.0
4	李玲	浙江师范大学数理与信息工程学院	7	31	3.0	5.0
5	马宗杰	浙江师范大学数理与信息工程学院	2	9	2.0	2.0