本文介绍了多标签分类的概念，区别于传统的单标签分类，它涉及的样本可同时属于多个标签集合。文中提到多标签分类在现代应用如蛋白质功能分类、音乐分类和语义场景分类中的重要性，并通过实例解释其应用场景，如新闻文章可同时归类于社会/宗教和艺术/电影。此外，分享了数据集和基础代码资源，鼓励更多人关注和研究多标签分类问题。
Multi-Label是一个比较新的研究方面，可能很多人没有听过。这里我简单地翻译一下Tsoumakas的介绍（http://mlkd.csd.auth.gr/multilabel.html）。
Introduction
Traditional single-label classification is concerned with learning from a set of examples that are associated with a single label l from a set of disjoint labels L, |L| > 1. In multi-label classification, the examples are associated with a set of labels Y in L. I
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
