基于标签相关性的类属属性多标签分类算法

• 作者: 余孟池 徐建 牟甲鹏 蔡剑
• 来源期刊: 计算机应用研究
• 关键词: 标签相关性 类属属性 多标签学习
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2656-2658,2673
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.04.0118

摘要

多标签学习中一个样本可同时属于多个类别标签,每个标签都可能拥有反映该标签特定特点的特征,即类属属性,目前已经出现了基于类属属性的多标签分类算法LIFT.针对LIFT算法中未考虑标签之间相互关系的问题,提出一种基于标签相关性的类属属性多标签分类算法CLLIFT.该算法使用标签距离度量标签之间的相关性,通过在类属属性空间附加相关标签的方式完成标签相关性的引入,以达到提升分类性能的目的 .在四个多标签数据集上的实验结果表明,所提算法与LIFT算法相比在多个多标签评价指标上平均提升21.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建		62	241	8.0	12.0
2	余孟池		2	0	0.0	0.0
3	牟甲鹏		2	0	0.0	0.0
4	蔡剑		2	0	0.0	0.0