基于多目標優(yōu)化的多標簽分類算法參數(shù)調(diào)諧研究.pdf

1、多標簽分類問題，是指多標簽數(shù)據(jù)集的樣本可以同時屬于不同的類，類之間既可能相互重疊，又可能相互排斥。參數(shù)的設置是否最優(yōu)對多標簽分類算法的性能有一定的影響，而基于多目標優(yōu)化的多標簽分類算法參數(shù)調(diào)諧，就是使用多目標進化算法對多標簽分類算法的參數(shù)進行調(diào)諧。本文主要是研究多目標進化算法對多標簽分類算法參數(shù)的調(diào)諧問題。
　　本文首次對多標簽分類算法的性能評價準則（漢明損失和排序損失）進行相關(guān)性分析和理論分析，得出兩者有一定的弱相關(guān)性與排斥性的

2、結(jié)論后，將兩個評價準則作為多目標遺傳算法NSGA-Ⅱ優(yōu)化的目標函數(shù)，利用多目標遺傳算法NSGA-Ⅱ的強大的隨機搜索解集和跳出局部最優(yōu)的能力迅速找到全局最優(yōu)解，從而達到對多標簽分類算法參數(shù)進行調(diào)諧的目的。該方法不僅改變了傳統(tǒng)的參數(shù)搜索方式，而且還縮短參數(shù)搜索的時間。
　　本文選擇一對多k近鄰法OVR-kNN、多標簽k近鄰法ML-kNN和一對多支持向量機OVR-SVM三個多標簽分類算法作為我們的研究對象，采用常用的多標簽分類算法的評價