基于动态图拉普拉斯的多标签特征选择.docx

1 引言 进入大数据时代后，万物互联产生了海量的数据，其中高维数据导致的维度诅咒问题非常引人注意，处理这些高维数据对现有的方法来说是一个巨大的挑战[1,2]。更进一步地，在这些高维数据中存在的多标签数据也越来越凸显其现实应用价值[3,4]。与早期的单标签数据不同，多标签数据中每个样例都可能与多个不同的标签有关联[5,6,7]。例如，各类音乐软件中对歌曲进行分类时，同一首歌曲可能标记不同风格的标签。如何有效地对各类多标签数据进行分类逐渐成为研究的热点[6]。然而，高维多标签数据中存在大量特征，这些特征中包含的不相关信息严重削弱了多标签学习算法的分类性能[1,8]。如何找到一个紧凑的、与标签相关的