多标记学习-东南大学计算机科学与工程学院.PDFVIP

多标记学习* 张 敏 灵1 周 志 华2 1 东南大学计算机科学与工程学院，南京210096 2 南京大学计算机软件新技术国家重点实验室，南京210093 1. 引言 [1] 在机器学习中，传统监督学习（traditional supervised learning ） 是研究得最多、应用最广泛的 一种学习框架。在该框架下，对于真实世界的每一个对象，学习系统在输入空间用一个示例（instance， 通常为属性向量）刻画对象的性质，同时在输出空间将示例与反映该对象语义信息的类别标记（label ） 相关联，这样就得到了一个样本 （example ）。在拥有了一个较大的样本集合即训练集（training set ） 之后，学习系统利用某种学习算法学得输入空间 （即示例空间）与输出空间 （即标记空间）之间的 一个映射，基于该映射可以预测未见示例（unseen instance ）的类别标记。形式化地说，假设 代表 示例空间， 代表标记空间，则学习系统的任务是从训练集