金亚洲,张正军,颜子寒,王雅萍

(南京理工大学 理学院,南京 210094)

0 概述

目前,针对多标记学习分类问题的多标记学习算法可大致分为问题转换方法和算法适应方法2类[5-6]。问题转换方法解决此类问题的思想是对多标记学习训练样本数据进行处理,将该问题转化为已知的学习问题,例如一个或多个单标记问题或者回归问题。算法适应方法解决此类问题的思想是对已有的传统监督学习算法进行改进或扩展,使其能够适应多标记数据的学习。

在问题转化方法的研究中,BR(Binary Relevance)算法[3]较简单,该算法将多标记学习问题转化为若干个独立的二分类问题,其计算复杂度较低,但由于忽略了标记之间内在的相关信息,因此泛化性能较差。分类器链(Classifier Chain,CC)算法[7-8]在BR算法的基础上,将独立的二分类器进行串联形成一条链,该算法考虑了标记之间的相关性等信息,但链表顺序直接影响最终的分类效果,且其考虑的相关性信息有时并不符合样本数据的标记本质相关性信息,文献[7]利用CC算法的集成框架ECC来缓解由随机确定链表顺序带来的不利影响。LP(Label Power-set)算法[9]是一种标记组合算法,其基本思想是将多标记数据集中每个唯一的标记集合均作为一个整体标记,训练和预测过程中的输入和预测输出均为一个整体标记,多标记学习问题即被转化为一个单标记多分类问题。但是,当标记空间较大时,LP算法的训练样本数据中标记集合对应的示例数量较少,会引起类不平衡问题,进而影响分类效果。……