作者：张晶; 李裕; 李培培多标签学习成对约束特征提取随机子空间
摘要：目前多标签学习已广泛应用到很多场景中。在此类学习问题中,一个样本往往可以同时拥有多个类别标签。因为类别标签可能带有的特有属性(即类属属性)将更有助于标签分类,所以已经出现了一些基于类属属性的多标签学习算法。针对类属属性构造会导致属性空间存在冗余的问题,提出了一种多标签类属特征提取算法LIFT_RSM。该算法基于类属属性空间通过综合利用随机子空间模型及成对约束降维思想提取有效的特征信息,以达到提升分类性能的目的。在多个数据集上的实验结果表明,与若干经典的多标签算法相比,提出的LIFT_RSM算法能得到更好的分类效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
