程玉胜，曹天成

（1.安徽省高校智能感知与计算重点实验室（安庆师范大学），安庆246133；2.安庆师范大学创新团队，安庆246133）

引 言

多标签学习［1］一直是机器学习领域的研究热点之一。不同于普通的单标签分类，在多标签学习任务中，每个样本关联着一个或多个标签，数据维度也高于单标签数据。对此，许多学者都提出了针对多标签数据的学习算法，例如：二级分类（Binary relevance，BR）算法［2］和多标签分类器集成链（Ensem⁃bles of classifier chains，ECC）算法［3］通过增加分类器个数或标签的种类来解决多标签问题；反向传播多标签学习（Back⁃propagation for multi⁃label learning，BP⁃MLL）算法［4］引入排序损失因素，减少了分类器迭代次数，但大幅地增加了计算复杂度；多标签K近邻（K⁃nearest neighbor for multi⁃label learning，ML⁃KNN）算法［5］利用最大后验概率（Maximum a posterior，MAP）算法［6］预测待测样本的标签集，时间复杂度较低，但是分类精度与K值选择关系过大，缺乏客观性。

在数据分类领域中，当某些类别的实例远高于或远低于其他实例时，会发生数据不平衡的情况。与平衡数据相比，大多数算法在处理不平衡数据时表现不佳，分类器的性能偏向多数类，从而在少数类的判别上会发生更高的错误率。但是在实际应用中，少数类实例往往更加重要，所以研究重点需要更加关注少数类实例是否正确分类，例如，在肿瘤分类领域，非肿瘤患者是多数类，肿瘤患者是少数类，而显然对少数类的判别需要更加精确。这样的问题同时存在于故障检测、信用卡诈骗等领域。多标签不平衡数据的处理方法主要是基于数据层面和算法层面，但传统的不平衡数据处理方法不完全适用于多标签数据，近年来，越来越多针对多标签不平衡问题的方法被提出。……