多标签分类器准确性评估方法的研究.pdfVIP

第2o 期 计 算 机技 术 与发 展 Vol_20 No．1 2010年 1月 C0M UTERTECHNOLOGYANDDEVEL0PM_ENT Jan． 2010 多标签分类器准确性评估方法的研究 秦 锋 ，黄 俊，程泽凯，杨 帆 (安徽工业大学计算机学院，安徽 马鞍山 243002) 摘 要 ：分类是数据挖掘领域研究的核心技术之一，分类器性能评估方法也是众多学者的研究热点之一。以往的分类器 性能评估方法一般针对于单标签数据集，对于多标签问题并未涉及。文中主要针对多标签分类问题中的单实例情况 ，提 出了一种多标签分类器准确性评估方法(EM0sIML)。该方法的思路是：如果分类器对一个多标签对象预测的类别标签 是其属于的多个类别标签中的任何一个，则分类结果都是正确的。该方法用C#编程实现。并对朴素贝叶斯分类器进行分 类器性能评估实验 ，实验结果表明，EMOSIML砰估方法较传统的准确率评估方法更合理。 关键词：准确率评估 ；分类器评估；二类分类；多标签分类 中图分类号--WP311 文献标识码 ：A 文章编号 ：1673～629X(2010)01—0046—04 A StudyonAccuracyEvaluationM ethodfor M ulti—-LabelClassifier QINFeng，HUANGJun，CHENGZe—kai，YANGFan (SchoolofComputerScience，AnhuiUniversityofTechnology，Ma’arkshan243002，China) Abstract：Classificationisoneofthekeytechniquesofdatamining，andtheclassifierperformanceevaluationisalsoahotspot．Previous classifierevaluationmethodsfocusedonsinglelabe1data,sets．andthemultilabelproblem WaSnotconcerned． isarticlemainlyaimsat singleinstancemultilabelclassificationproblem，proposesamoreaccurateandreasonableevaluationmethod(EMOSIML)．Themainidea ofthismethodisthatifthepredictclassf0lrecastedbytheclassifierisoneofthelabelsetwhichtheinstancebelongstOsimultnaeously．It isprogrammedbyC#，inplainonthenaiveBayesianclassifier，nadtheexperimentalrmdtsshow thatitisrflorereasonablethantradi- tionalaccuracyevaluationmethods． Keywolds：accuratesses~ent；classifierassessment；binaryclassify；multilabe1classify O 引 言 语音识别和指纹识别等，每一个实例只能唯一地对应 分类…1是数据挖掘中应用领域极其广泛的重要技 一 个类别标签。但是，由于客观事物本身的复杂性，一 术之一，分类是根据数据集的特点构造一个分类器，利 个事物(对象)可以用单个实例来表示，并且该实例属 用该分类器对未知类别的对象赋予类别的一种技术。 于多个类别标签 ，即单实例多标签 SIML(SingleIn． 构造分类器的