基于标签组合的多标签特征选择算法

• 作者: 孟威 周忠眉
• 来源期刊: 模糊系统与数学
• 关键词: 多标签分类 特征选择 标签组合 相关度
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: Domain理论及应用|Domain Theory and Application
• 页码范围: 144-154
• 页数: 11页
• 分类号: TP182
• 语种: 中文

摘要

在多标签特征选择中,如果不考虑标签结构信息,只选取与单个标签相关的特征或只选取与整体标签集合相关的特征,则容易选取不重要特征,且也容易遗漏重要特征.为此,提出了一种基于标签组合的多标签特征选择算法——LG_MLFS.该算法的主要特点是:(1)考虑标签集合的组结构,并按照标签相关性进行分组.(2)利用标签的相关性结构信息,选取与标签组合相关的特征.(3)度量特征与标签组合的相关性时,不仅考虑特征与组合内各标签的相关性,且同时考虑组合内各标签的重要性.该算法与其他算法对比的实验结果表明,在多个评价指标下,取得了较优的分类性能.