基于多目標(biāo)優(yōu)化的多標(biāo)簽特征選擇算法研究.pdf

1、分類問(wèn)題是指通過(guò)對(duì)已知標(biāo)簽的樣本集的學(xué)習(xí)，預(yù)測(cè)未知樣本標(biāo)簽的問(wèn)題。按樣本所擁有的標(biāo)簽個(gè)數(shù)，分為單標(biāo)簽和多標(biāo)簽分類問(wèn)題。目前，多標(biāo)簽分類在文本分類、基因功能分類和圖像語(yǔ)義標(biāo)注等領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用。在多標(biāo)簽分類中，分類器的性能與輸入的特征密切相關(guān)。從理論上講，不相關(guān)或冗余的特征降低同類樣本間的相似度，從而降低了多標(biāo)簽分類器性能。因此，特征選擇在多標(biāo)簽分類中發(fā)揮著至關(guān)重要的作用。目前，多標(biāo)簽特征選擇根據(jù)是否包含后續(xù)的分類器，分為過(guò)濾式和

2、包裹式兩種方法。
　　多標(biāo)簽分類有三類性能評(píng)價(jià)準(zhǔn)則，分別是依據(jù)樣本、標(biāo)簽和排序，且三類之間有一定的矛盾，而特征選擇的目標(biāo)是保持甚至改進(jìn)分類器的性能。因此，特征選擇問(wèn)題實(shí)質(zhì)上是一個(gè)多目標(biāo)優(yōu)化問(wèn)題。本文提出了一種基于多目標(biāo)優(yōu)化的多標(biāo)簽包裹式特征選擇算法(MMFS)。算法的主要思想是:將多標(biāo)簽k近鄰分類器(ML-kNN)包含在改進(jìn)的非劣分類遺傳算法NSGA-Ⅱ內(nèi)，從多標(biāo)簽算法的性能評(píng)價(jià)準(zhǔn)則中，選擇兩個(gè)目標(biāo)函數(shù)，即最大化平均精度和最小化漢

3、明損失，利用NSGA-Ⅱ同時(shí)優(yōu)化這兩個(gè)目標(biāo)函數(shù)，從而獲得最優(yōu)的特征子集。
　　算法的收斂性實(shí)驗(yàn)分別在Yeast和Emotions數(shù)據(jù)集上進(jìn)行。實(shí)驗(yàn)的結(jié)果驗(yàn)證本文提出的算法具有很好的收斂性。在特征選擇算法的比較實(shí)驗(yàn)中，將本文的方法與特征排序、基于單目標(biāo)的特征選擇方法以及未作特征選擇四種方法，在8個(gè)基準(zhǔn)數(shù)據(jù)集，基于9個(gè)評(píng)價(jià)準(zhǔn)則進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明本文提出的方法在其中6個(gè)評(píng)價(jià)準(zhǔn)則上排名第一，其余3個(gè)準(zhǔn)則上排名第二。同時(shí)，我們還比較了每