构造样本k近邻数据的多标签分类算法

• 作者: 乔亚琴 杨小飞 陈红 马盈仓
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多标签分类 Logistic回归 k近邻 Markov边界
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 135-142
• 页数: 8页
• 分类号: TP18
• 字数: 5901字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1707-0337

摘要

在多标签分类问题中,通过k近邻的分类思想,构造测试样本关于近邻样本类别标签的新数据,通过回归模型建立在新数据下的多标签分类算法.计算测试样本在每个标签上考虑距离的k近邻,构造出每个样本关于标签的新数据集.对新数据集采取线性回归和Logistic回归,给出基于样本k近邻数据的多标签分类算法.为了进一步利用原始数据的信息,考虑每个标签关于原始属性的Markov边界,结合新数据的特征建立新的回归模型,提出考虑Markov边界的多标签分类算法.实验结果表明所给出的方法性能优于常用的多标签学习算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	陈红	西安工程大学理学院	4	19	2.0	4.0