一種改進(jìn)的ML-KNN多標(biāo)記分類方法研究.pdf

1、多標(biāo)簽分類問(wèn)題是數(shù)據(jù)挖掘領(lǐng)域中數(shù)據(jù)分類研究的一個(gè)重要問(wèn)題。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)量的激增以及數(shù)據(jù)的標(biāo)注結(jié)構(gòu)愈發(fā)復(fù)雜，使得多標(biāo)學(xué)習(xí)問(wèn)題非常廣泛的存在于真實(shí)世界中。如何找到一種快速有效并且具有較高分類正確率的多標(biāo)簽分類算法已成為數(shù)據(jù)挖掘領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題，由此而興起的多標(biāo)簽數(shù)據(jù)挖掘的研究正日益凸顯出其價(jià)值。本文重點(diǎn)研究了多標(biāo)簽分類問(wèn)題，根據(jù)多標(biāo)簽分類問(wèn)題的特點(diǎn)，本文主要工作如下：
　　首先總結(jié)和分析了已有的多標(biāo)簽分類算法。本文將已經(jīng)應(yīng)用到

2、多標(biāo)簽分類學(xué)習(xí)的算法分為基于問(wèn)題轉(zhuǎn)換策略的方法和基于算法轉(zhuǎn)換策略的方法。對(duì)每一類的算法，詳細(xì)闡述了其分類原理，分類步驟，該算法的優(yōu)缺點(diǎn)以及適應(yīng)條件，并對(duì)其中幾種算法在數(shù)據(jù)集上進(jìn)行了仿真。
　　其次深入研究了基于KNN（K Nearest Neighbors）的多標(biāo)簽分類算法ML-KNN，針對(duì)ML-KNN算法對(duì)于標(biāo)簽覆蓋率低的數(shù)據(jù)集預(yù)測(cè)效果不理想的問(wèn)題，本文提出一種融合最近鄰分類的ML-KNN改進(jìn)算法：IML-KNN。詳細(xì)描述了該改

3、進(jìn)算法的改進(jìn)點(diǎn)，在4個(gè)多標(biāo)簽分類數(shù)據(jù)集上進(jìn)行分類實(shí)驗(yàn)，并和另外兩種算法進(jìn)行了對(duì)比，最后分析和討論了影響該算法的一些因素。
　　最后將偽最近鄰和罰函數(shù)的思想應(yīng)用到IML-KNN算法里而提出一種新的多標(biāo)簽分類算法。該算法用偽最近鄰（PNN：Pseudo Nearest Neighbor）代替最近鄰來(lái)更有效地尋找樣本x的1個(gè)最近鄰，并加入罰函數(shù)的思想來(lái)改進(jìn)后驗(yàn)概率的計(jì)算方式。然后詳細(xì)描述了偽最近鄰和罰函數(shù)的原理以及該改進(jìn)算法的步驟以及分