大致上,解决multilabel的方法有两种
大致上,解决multilabel的方法有两种
1)转化问题。把问题转化为一个或多个单目标分类问题,或是回归问题。
2)算法适应。修改学习算法使得能直接处理multilabel的数据。
结论是PT3效果很好,PT4较好也应用比较广泛,PT6由于数据不平衡(如果标签密度太小会导致大量的-1)。
另外,以下几个问题是需要关注和进一步研究的
- Dimensionality Reduction 降维
- Label Dependence 标注依赖
- Active learning 主动学习
- Multi-instance multi-label learning (MIML
Original: https://blog.csdn.net/weixin_31359991/article/details/112707227
Author: 梦猫人读书
Title: 多标签分类_分类问题多标签(multilabel)、多类别(multiclass)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/667149/
转载文章受原作者版权保护。转载请注明原作者出处!