张志浩，林耀进*，卢 舜，郭 晨，王晨曦

（1.闽南师范大学计算机学院，福建漳州 363000；2.数据科学与智能应用福建省高校重点实验室（闽南师范大学），福建漳州 363000）

0 引言

多标记学习广泛应用于机器学习、数据挖掘和模式识别等应用领域［1-3］，多标记学习是指构建一个分类模型，将由特征向量描述的样本映射到多个类标记［4］。例如，在图像标注中，一幅图像可能同时具有“湖泊”“房屋”和“蓝天”等多个语义；在疾病诊断过程中，每个候诊病人可能同时具有心脏病、糖尿病和高血压等多种慢性疾病；在新闻网页分类中，一则体育报告同时含有多个相关主题，如：“篮球”“比赛”和“库里”。

同传统单标记学习一样，多标记数据的特征空间通常具有成千上万个特征［5-6］。例如，从图像中可以提取出数千个特征来表示其复杂的语义信息；然而，对于分类学习任务来说，许多特征是无关或者冗余的，并且这些无关或冗余特征往往给学习算法带来计算负担、性能不佳和过度拟合等问题。为处理该问题，相应的多标记特征选择算法被提出，用于降低多标记数据的高维性，以及提高分类算法的泛化性能。根据现有研究工作，可将多标记特征选择算法分成三大类：嵌入式、包装式和过滤式。嵌入式方法将特征选择过程嵌入到分类学习过程中，Zhang等［7］提出基于流形正则项约束的多标记特征选择算法；包装式方法需利用特定算法或模型评估特征子集，Gharroudi等［8］提出基于随机森林和标记依赖性的多标记特征选择算法；……