多标签分类中标签检测技术的实验比较.pdfVIP

第 12卷第4期 南京师范大学学报 (工程技术版) Vol·12No·4 2012年12月 JOURNALOFNANJINGNORMALUNIVERSITY(ENGINEERINGANDTECHNOLOGYEDITION) Dec，ll， 多标签分类中标签检测技术的实验比较 刘佳丽，许建华 (南京师范大学计算机科学与技术学院，江苏南京210023) [摘要] 当前的部分多标签分类算法本质上由两项分类技术级联而成 ，前一级建立标签排序系统，后一级检测 相关标签，兼顾进一步改善分类性能．本文针对不同标签检测技术开展研究，收集并实现4种通用标签检测技 术：线性回归阈值法、多输出线性回归法、Logistic回归法以及离散Bayes规则，以k近邻算法作为基线算法 ，在 10 个基准数据集上进行实验比较．实验结果表明，从计算时间与分类性能两个方面来说，多输出线性回归法是值得 推荐 的方法 ． [关键词] 多标签分类 ，k近邻法 ，线性回归阈值函数 ，多输出线性回归，Logistic回归，离散 Bayes规则 [中图分类号]TP18 [文献标志码]A [文章编号]1672—1292(2012)04-0055-07 AnEmpiricalComparison ofLabelDetectionTechniquesfor MuIti．LabelClassification LiuJiali，XuJianhua (SchoolofComputerScienceandTechnology，NanjingNormalUniversity，Nanjing210023，China) Abstract：Now somemulti—labelclassificationmethodscascadetwo differentclassification techniquesinessence．The formeristobuildalabelrankingsystem，andthelattertodetectrelevnatlabelseffectivelyandimproveclassificationper— formancefurther．Tocomparethedifferentdetectiontechniques，wecollectfourgenerallabeldetectionapproaches：linear regressionthreshold，multipleoutputlinera regression，logisticregressionanddiscreteBayesianmethods．Withk-nearest neighboralgorithm asabaselinemethod，weconductanextensiveexperimentalcomparisonontenbenchmarkdatasets． Ourexperimentalresultsdemonstratethatmultipleoutputlinearregression techniqueisrecommendable，accordingto bothcomputationaltimeandclassificationperfomr nace． Keywords：multi·labelclassification，k-nearestneighboralgorithm，linera rergession threshold function，multi—output linearrergession，logisticregression，discreteBayesianrule 传统的(两类或者多类)单标签分类仅仅需要预测未知样本的一个标签，它的一个推广是多标签分 类，则需要确定未知样本的一组标签 (称之为相关标签子集)．当前，多标签分类在图像与视频标注、文本 分类、基因与蛋 白质功能分类、音乐情调