基于标记间相关性的多标记分类算法

《基于标记间相关性的多标记分类算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号!里3窆lUDC620硕士学位论文学校代码!Q533密级公珏基于标记间相关性的多标记分类算法Multi—labelClassificationAlgorithmBasedonLabels’Correlation作者姓名学科专业研究方向学院(系、所)指导教师论文答辩日期查!!：堕!：高振华：计算机科学与技术：数据挖掘：信息科学与工程学院：李宏教授中南大学二零一三年四月一夸一二，牛四月原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特另tlDH以标注和致谢的地方外，论文中不

2、包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其它单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名：齑运竺日期：』奎址年[月4日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供

3、信息服务。踅吼丝年三衄基于标记间相关性的多标记分类算法摘要：随着信息技术的发展，多标记分类方法的应用也越来越广泛，现有的多标记算法一般没有充分学习标记之间的相关信息，而标记之间的信息对提高算法的分类性能很有帮助，所以有必要对多标记学习中标记相关性进行深入研究。MLkNN算法在多标记分类算法中拥有良好的性能，但其由于没有考查标记之间的相关性，因而算法性能还有进一步提升空间。本文将对MLkNN算法的后验概率公式进行改进，使其融合多标记之间相关信息，形成算法MRkNN。预先对数据集聚类，在聚类形成后的簇上再使用MRkNN算法进行预测，实验结果

4、证明聚类后考查标记相关性的方法较大地提升了算法的准确率。KNN分类算法并不要求得出显式的规则，KNN算法一般较其他的分类算法有较高的分类准确率。鉴于KNN算法在分类上的优势，非条件类标之间相关性促进效果较小，以及条件类标相关性考查较复杂。本文提出一种基于K近邻分布条件下考察标记相关性的算法。在不同的k近邻的分布情况下，类标之间表现出不同的相关程度。实验证明在k近邻分布条件下学习多标记之间的相关性拥有比MLkNN算法更好的算法性能；并对不同的k取值对算法性能的影响进行了分析得出不同的数据集最优的K的选择是不同的，不同的算法受k值影响不同。

5、本文对条件标记相关性和局部标记相关性的研究为多标记学习中的标记相关性考查方法提供了有益的思路。关键词：K近邻；多标记分类；标记相关性；最优k值分类号：TP391Multi—labelClassificationAlgorithmBasedonLabels’CorrelationAbstract：Withthedevelopmentofinformationtechnology,multi—labelclassificationmethodsarewidelyapplying，however，existingmulti-labelalgo

6、rithmsdonotconsidertheinformationofrelationshipbetweenlabels．buttheinformationisveryhelpfultoimprovetheperformanceofclassifier,SOitiSnecessarytoconductthethoroughresearchtothecorrelationbetweenlabels．MLKNNiSoneclassicmulti．1abelclassificationalgorithmwhichhasagoodperform

7、ance，buttheperformanceofitCallbeimprovedbecauseofthemissingofconsideringthecorrelationbetweenlabels．ThisthesisimprovesMLKNNbymodifyingtheposterioriprobabilityandconsideringthecorrelationbetweenlabels．Itclustersthedatasetintosomeclustersfirstly，andthenappliestheimprovedML

8、l心烈algorithmineachcluster．Experimentshowsthattheimprovedmethodsignificantlyimprovedtheaccuracyofthealgo