马晶莹 宣恒农

(南京财经大学信息工程学院 江苏 南京 210000)



扩展ReliefF的两种多标签特征选择算法

马晶莹 宣恒农

(南京财经大学信息工程学院 江苏 南京 210000)

针对ReliefF算法局限于单标签数据问题，提出两种多标签特征选择算法Mult-ReliefF和M-A算法。Mult-ReliefF算法重新定义了类内最近邻和类外最近邻的查找方法，并加入标签的贡献值更新特征权重公式。M-A算法在Mult-ReliefF算法的基础下，利用邻域能去除冗余的特性，更多地去除冗余特征达到更好的降维效果。采用ML-KNN分类算法进行实验。在多个数据集上测试表明，Mult-ReliefF算法能提高分类效果，M-A算法能获得最小的特征子集。

多标签分类 特征选择 数据降维 ReliefF 邻域粗糙集

0 引 言

在传统的分类任务中，每个样本仅有一个类别标签。然而在许多现实问题中，一个对象能够同时被多个标签标记，这称为多标签分类[1]。比如说一幅图片可以同时标记为“蓝天”和“大海”；一部电影同时分类为“动作片”和“喜剧片”；一位病人被诊断患有多种疾病等。多标签分类技术近年来备受关注，并且被不断应用到多个领域中如多媒体内容的自动标注[2]、生物信息[3]、Web挖掘[4]、信息检索[5]和个性化推荐[6]等。在多标签分类中，样本是由高维数据描述的，描述样本的特征数量一般较多，其中存在大量冗余和不相关的特征，这会使得后继分类工作难度增加。特征选择是指从原始特征集中，选出能使某种评价标准最优的特征子集。在分类任务前，对特征集约简，能够有效减少描述样本的特征个数，缩短运行时间，提高分类精度。……