基于关联规则和拓扑序列的分类器链方法

作者：丁家满; 周蜀杰; 李润鑫; 付晓东; 贾连印^*

来源：软件学报, 2023, 34(09): 4210-4224.

DOI：10.13328/j.cnki.jos.006659

• 多标签学习
• 分类器链
• 标签依赖
• 强关联规则
• 拓扑序列
• 二元关联

在分类器链方法中,如何确定标签学习次序至关重要,为此,提出一种基于关联规则和拓扑序列的分类器链方法 (TSECC).首先结合频繁模式设计了一种基于强关联规则的标签依赖度量策略;接下来通过标签间依赖关系构建有向无环图,对图中所有顶点进行拓扑排序;最后将得到的拓扑序列作为分类器链方法中标签的学习次序,对每个标签的分类器依次迭代更新.特别地,为减少无标签依赖或标签依赖度较低的“孤独”标签对其余标签预测性能的影响,将“孤独”标签排在拓扑序列之外,利用二元关联模型训练.在多种公共多标签数据集上的实验结果表明, TSECC能够有效提升分类性能.

• 单位
  昆明理工大学; 自动化学院