基于局部标记信息的多标记学习算法

• 作者: 石杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多标记学习 样例相关性 聚类 k近邻
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 132-136
• 页数: 5页
• 分类号: TP391
• 字数: 4631字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1406-0229

摘要

一个样例的标记信息可能会对附近其他样例的学习提供有用信息，特别是在数据比较匮乏的情况下，利用已标记数据与未标记数据间的相关性，能够在一定程度上避免因数据不足所造成的误差。针对样例之间的相关性研究，提出基于局部标记信息的多标记学习算法，算法首先获取样例的局部标记信息，然后将样例的局部标记信息引入属性空间构造新的样例集合，并根据新的样例集合进行分类。实验结果表明，算法的分类性能得到较大提升，且优于其他常用多标记学习算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石杰	山东青年政治学院实验设备管理处	8	22	3.0	4.0