一种基于成对标签的Rakel算法改进

• 作者: 叶荣华 周子涵 周恩波 张微微
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 多标签分类 标签相关性 PwRakel
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 16-18,23
• 页数: 4页
• 分类号: TP181
• 字数: 2888字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.03.004

摘要

Rakel(Random k-labelsets)算法从原始标签集中随机选择一部分标签子集,并且使用LP(Label Powerset)算法训练相应的多标签子分类器.由于随机选择标签的原因,导致LP子分类器预测性能不好.本文基于标签的共现关系选择成对标签来训练LP分类器,提出PwRakel(Pairwise Random k-labelsets)算法.该算法通过挖掘标签相关性扩展训练集,有效提高分类性能.实验结果表明,所提出的算法与Rakel算法以及其他算法对比,分类准确度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶荣华	浙江师范大学数理与信息工程学院	39	236	8.0	13.0
2	周恩波	浙江师范大学数理与信息工程学院	2	6	2.0	2.0
3	张微微	浙江师范大学数理与信息工程学院	2	6	2.0	2.0
4	周子涵	浙江师范大学数理与信息工程学院	1	2	1.0	1.0