对于多标记学习,不同的标记对区分样本有着不同程度的作用,因此,根据标记的重要性为不同标记赋予不同权重可能有利于提高多标记学习精度。基于这一假设,提出了一种基于核函数和标记权重的多标记特征选择算法。首先,根据标记所含样本的个数对标记赋予相应的权重。然后,利用核函数将特征空间映射到区分性强的高维特征空间中,在映射后的特征空间中,利用信息熵度量特征与标记空间之间的相关性,对特征进行排序。最后,多个公开数据集上的实验结果表明该算法优于一些先进的对比算法。
科研之友
微信
新浪微博
Facebook
分享链接
