针对弱标记数据的多标签分类算法

• 作者: 杨有龙 王晶晶
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多标签分类 缺失标签 弱标记学习 标签相关性
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 理论与研发
• 页码范围: 65-73
• 页数: 9页
• 分类号: TP391
• 字数: 9509字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0078

摘要

针对标签信息不完整的多标签分类问题,一种新的多标签算法MCWD被提出.它通过有效地恢复训练数据中缺失的标签信息,能够产生更好的分类结果.在训练阶段,MCWD通过迭代更新每个训练实例的权重以及利用两两标签之间的相关性来恢复训练数据中缺失的标签信息;在标签恢复完毕后,利用新得到的训练集来训练分类模型;用此模型对测试集进行预测.实验结果表明,该算法在14个多标签数据集上具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨有龙	西安电子科技大学数学与统计学院	44	147	7.0	10.0
2	王晶晶	西安电子科技大学数学与统计学院	2	0	0.0	0.0