标签相关的多标签分类算法

• 作者: 乔亚琴 张毅斌 杨小飞 马盈仓
• 来源期刊: 纺织高校基础科学学报
• 关键词: 离散化 贝叶斯网 朴素贝叶斯分类器 多标签学习
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 553-560
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13338/j.issn.1006-8341.2017.04.018

摘要

针对多标签分类问题,建立一种考虑标签间相关性的多标签分类模型.首先,对属性值为数值型的多标签数据集,建立基于类和属性依赖度的离散化MLAIM(Multi-Label Attribute Inter-dependence Maximization)算法.其次,通过对标签集进行贝叶斯网结构学习,得到每个标签的父节点,提出标签相关的多标签分类模型,即MLLD(Multi-Label Classification algorithm based on Lael Dependency)算法,并给出MLLD算法的具体过程.通过数值实验将MLLD算法与二元关联(BR)算法等4种算法进行比较,结果表明MLLD算法分类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马盈仓	西安工程大学理学院	37	80	4.0	7.0
2	杨小飞	西安工程大学理学院	20	12	2.0	2.0
3	乔亚琴	西安工程大学理学院	2	6	2.0	2.0
4	张毅斌	西安工程大学理学院	2	4	1.0	2.0