基于一對一分解的多標(biāo)簽分類算法研究.pdf

1、分類是指通過對已知類別的樣本集進(jìn)行學(xué)習(xí)，來預(yù)測未知類別樣本的過程。多標(biāo)簽分類允許一個(gè)樣本同時(shí)擁有多個(gè)標(biāo)簽，并且標(biāo)簽之間可能存在一定的關(guān)聯(lián)性。由于在現(xiàn)實(shí)中的應(yīng)用廣泛，該問題得到了越來越多的關(guān)注，現(xiàn)有的處理多標(biāo)簽問題的方法主要有基于問題轉(zhuǎn)換的方法及基于算法擴(kuò)展的方法。
　　目前，將分解策略與支持向量機(jī)相結(jié)合的算法已經(jīng)成為了處理多標(biāo)簽問題的有效方法之一。基于“一對一”分解策略的多標(biāo)簽分類算法能夠?qū)類原問題分解成q(q-1)/2的子問題

2、，通過集成所有子問題的解來得到原問題的解，優(yōu)點(diǎn)在于能夠簡化問題的求解過程，并且弱化樣本的不平衡性問題，但也伴隨著新的問題，包括三類問題及閾值問題等。對于分解后可能出現(xiàn)的三類問題，本文采用了順序回歸的方法，將混合類看作新的類別，尋找兩個(gè)平行的分類超平面將三種類別的樣本劃分開來，實(shí)現(xiàn)了三類支持向量機(jī)的多標(biāo)簽分類算法(OR-SVM)。而關(guān)于相關(guān)標(biāo)簽的選取問題，在本文提出的算法中，采用了離散貝葉斯方法來判別相關(guān)標(biāo)簽。
　　在實(shí)驗(yàn)部分，本文

3、選取Yeast等10個(gè)基準(zhǔn)數(shù)據(jù)集用于算法性能的比較，并選取了漢明損失、準(zhǔn)確率、精度、召回率、F1值、排序損失、1錯(cuò)誤率、覆蓋率、平均精度共9個(gè)準(zhǔn)則用于對算法性能的評估。在算法的參數(shù)調(diào)諧過程中，本文采用了三折疊的交叉驗(yàn)證方法，并根據(jù)訓(xùn)練集上排序損失及漢明損失的平均值進(jìn)行最優(yōu)參數(shù)的選取，然后在測試集上計(jì)算算法的9個(gè)性能指標(biāo)值。通過與現(xiàn)有的多標(biāo)簽分類算法OVR-SVM等進(jìn)行比較，使用排序的方法統(tǒng)計(jì)結(jié)果，并通過Friedman檢驗(yàn)深入分析排序結(jié)