53、离散数据多标签分类的特征约简

离散数据多标签分类的特征约简

1. 引言

传统的单标签分类中，每个实例仅关联一个标签。而多标签分类则是预测实例的类别标签，其中每个实例可以属于多个类别。多标签分类在许多领域都有应用，如新闻分类、图像和视频标注、音乐情感分析、文档情感分析和场景分类等。

单标签分类使用的性能指标不适用于多标签分类，多标签分类常用的指标包括汉明损失、单错误率、覆盖度、排序损失和平均精度等。

2. 相关工作

2.1 多标签分类方法

• ML - KNN ：一种多标签懒惰学习方法，基于传统的 k 近邻算法，通过计算标签的先验概率和后验概率来确定实例的标签。
• Label power - set(LP) ：将标签集的子集视为一个标签，但可能导致类别数量过多且每个类别实例较少。
• RAkEL ：对 LP 方法的改进，将标签集划分为较小的随机子集并应用 LP 方法。
• 随机游走 KNN 方法 ：每个实例通过其 k 近邻关联一个链接图，对新样本分类时在链接图中进行随机游走。
• Binary Relevance(BR) ：一种多标签分类方法。
• 其他方法 ：一些方法利用标签相关性或标签层次结构。

2.2 特征约简方法

特征约简可分为特征选择和特征提取。特征选择方法主要有