一种加权ML-kNN算法.docVIP

一种加权ML-kNN算法 　　摘要: ML-kNN算法利用贝叶斯概率修改传统的kNN算法以解决多标签问题，但这种基于概率统计的方法对覆盖率低的标签容易造成误判。因此，该文提出了一种加权ML-kNN算法，将样本与邻居之间的距离转化为权值来改这种误判。在三个基准数据集上进行对比实验，利用七个标准对其进行评测。实验结果表明，该加权ML-kNN算法整体上优于ML-kNN算法。 　　关键词:多标签学习; ML-kNN;距离加权;加权ML-kNN 　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2012)04-0816-03 　　A Novel Weighted Multi-label kNN Algorithm 　　WANG Chun-yan 　　(Department of Computer Science and Technology, Tongji University, Shanghai 201804, China) 　　Abstract: ML-kNN modifies kNN by combining Bayesian probability to solve multi-label problem. However, based on probability statis? tics, ML-kNN doesnt tend to assign