| 基于梯度提升的多标签分类器链方法 |
| |
| 引用本文： | 王进,陈瑀,孙开伟.基于梯度提升的多标签分类器链方法[J].江苏大学学报(自然科学版),2021,42(3):309-317. |
| |
| 作者姓名： | 王进 陈瑀 孙开伟 |
| |
| 作者单位： | 重庆邮电大学 数据工程与可视计算重点实验室,重庆400065 |
| |
| 基金项目： | 国家自然科学基金青年科学基金资助项目;重庆市自然科学基金资助面上项目 |
| |
| 摘 要： | 为了确定多标签分类器链方法的链序以及挖掘出高阶标签关联性,提出了一种基于梯度提升的多标签分类器链方法.给出了GB C C整体框架,通过一种预剪枝策略对单一标签进行梯度提升,在此过程中利用标签置信度和误差评价分数确定最佳链序,并在各个标签间进行标签传递和特征传递,以挖掘高阶标签关联性.将所提出方法与4种分类器链方法(CC、ECC、OCC、EOCC)以及4种多标签分类方法(BR、HOMER、MLKNN、CLR)在bibtex、Corel5 k等12个多标签数据集上进行对比试验.结果表明:新方法在各个评价指标(micro-F1、macro-F1、Hamming loss、One-error)下不仅能够有效提升预测性能,而且能够保持分类器链方法的简单灵活性.
|
| 关 键 词： | 机器学习 多标签学习 分类器链 标签关联 梯度提升 |
Multi-label classifier chain method based on gradient boosting |
| |
| WANG Jin,CHEN Yu,SUN Kaiwei.Multi-label classifier chain method based on gradient boosting[J].Journal of Jiangsu University:Natural Science Edition,2021,42(3):309-317. |
| |
| Authors: | WANG Jin CHEN Yu SUN Kaiwei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
