基于多值分解和多类标学习的分类框架设计① - 计算机系统应用.pdf

2010 年 第19卷 第 10 期 算 机 系 统 应 用 基于多值分解和多类标学习的分类框架设计① 沈良忠 陈胜凯 胡捷臻 (温州大学 城市学院 浙江 温州 325000) 要： 多值多类标的数据分类 研究一个样本不但同时属于多个类别，而且在某些属性下也可能存在多个取 值的问题。提出了一种结合多值分解和多类标学习的多值多类标分类框架 （MDML ），采用4 种不同 的多值分解策略，将问题转化为多类标问题，然后利用3 种经典的多类标算法进行学习。实验结果表 明，MDML 与已有的多值多类标决策树算法相比，有效地提高了分类的性能，而且不同的组合方法适 用于不同特点的数据集。 关键词： 分类；多值属性分解；多类标数据；数据转化 Framework of Classification Based on Multi-Value Decomposition and Multi-Label Learning SHEN Liang-Zhong, CHEN Sheng-Kai, HU Jie-Zhen (City College, Wenzhou University, Wenzhou 325000, China) Abstract: Classification of multi-valued and multi-labeled data is about a sample which is not only associated with a set of labels, but also with several values that include some attributes. This paper proposes a multi-valued and multi-labeled learning framework that combines multi-value decomposition with multi-label learning (MDML), using four strategies to deal with multi-valued attributes and three classical, multi-label algorithms to learn. Experimental results demonstrate that MDML significantly outperforms the decision tree based method. Meanwhile, combined methods can be applied to various types of datasets. Keywords: classification; multi-label data; multi-valued attribute decomposition ; data transformation 1 引言 为了解决多值多类标的数据分类问题，一种最直 多值多类标的数据分类是研究一个样本在条件属 接的方法就是将它转化为单值单类标的数据，但是目 [1] 前还没有专门针对转化的方法进行充分的研究，当多 性和分类属性下取值可能为多个的分类问题 ，如表1 给出一个有关报刊征订的多值多类标数据的例子。一 值属性数目比较多的时候，不当的方法将导致数据的 个客户可能有多个爱好而且曾经订过不同的刊物， 激增，而且转化后的数据集，很多样本的区别仅仅在 于多值属性下的取值不同，这将对最终构建的分类器 此每条客户记录在 “爱好”和 “刊物类型”属性下可 的性能产生不利的影响。目前解决该问题的