基于哈希的快速多標(biāo)記學(xué)習(xí)算法研究.pdf

1、在傳統(tǒng)的監(jiān)督學(xué)習(xí)框架中每個樣本僅屬于一個類標(biāo)記。然而，在現(xiàn)實中的許多應(yīng)用環(huán)境中，一個樣本往往并不僅僅屬于單個標(biāo)記，而是同時屬于多個標(biāo)記，對這種問題進行學(xué)習(xí)的框架被稱為多標(biāo)記學(xué)習(xí)。近年來，許多多標(biāo)記學(xué)習(xí)算法被相繼提出，并成功應(yīng)用到許多領(lǐng)域，取得了優(yōu)良的分類效果。然而這些方法通常是耗時的，無法處理大規(guī)模數(shù)據(jù)。隨著大數(shù)據(jù)時代的來臨，深入研究快速多標(biāo)記學(xué)習(xí)算法具有重大的現(xiàn)實意義。
　　本文首先研究了多標(biāo)記學(xué)習(xí)的方法，對相關(guān)算法進行了總結(jié)，

2、并分析了它們的優(yōu)缺點。然后將哈希學(xué)習(xí)的思想融入到多標(biāo)記學(xué)習(xí)算法，提出了一種基于哈希的快速多標(biāo)記學(xué)習(xí)算法HashMLL。該算法在k近鄰算法的基礎(chǔ)上引入了局部敏感哈希算法，可以快速進行近鄰查找，提高多標(biāo)記學(xué)習(xí)的效率。另外，哈希學(xué)習(xí)會造成一定的性能損失，因此，本文還提出了一種基于MinHash的全局標(biāo)記相關(guān)性計算方法來提高算法的準(zhǔn)確度。同時，本文提出的HashMLL算法同時具有較強的泛化能力，可以利用其他的哈希方法進行近鄰查找以及引入更準(zhǔn)確的