一种基于正则化最小二乘的多标记分类算法

• 作者: 何志芬 吕静
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 多标记学习 正则化最小二乘分类 二分类问题 核函数 Sylvester方程
• 年，卷（期）: 2015,（1）
• 页码范围: 139-147
• 页数: 9页
• 分类号: TP181
• 字数: 6271字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.01.020

摘要

在传统的监督学习中，每个对象由单个实例表示且只属于一个类别标记。然而，在多标记学习中，每个对象由一个实例表示但可能同时属于多个类别标记，其任务是预测未知样本的类别标记集合。本文提出了基于正则化最小二乘的多标记分类算法，即将传统的正则化最小二乘分类推广到多标记学习中。首先，将多标记学习问题转化为多个独立的二分类问题(每个对应一个类别标记)；其次，为了充分利用类别标记之间的相关信息，构建了基于类别标记的邻接图，其中每个节点代表一个类别标记，每条边的权重反映了相应类别标记对之间的相似性。最后，构建了建立在核函数基础上的多标记正则化最小二乘模型，并可以转化为求解一个 Sylvester方程。在8个基准数据集上用5种不同的评价准则进行度量的实验结果表明了本文算法优于其他6种常用的多标记分类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何志芬	南京师范大学计算机科学与技术学院	3	37	3.0	3.0
5	吕静	南京师范大学计算机科学与技术学院	12	37	3.0	6.0