一种基于贝叶斯模型的多标签分类算法研究

摘要

多标签分类可用于发现现实生活中同时归属于多个类的样本.常用的多标签分类算法主要有两类:基于问题转换的方法和基于算法转换的方法.本文针对基于问题转换的方法BR未考虑标签之间相关性的不足,容易造成分类器输出在训练集中不存在或次数较少的标签集合,考虑到标签的取值应由属性置信度和标签置信度共同决定,首先提出了基于贝叶斯模型的多标签分类算法(MLBN,A multi label classification algorithm based on Bayesian models).其中,通过传统的分类算法计算获得属性置信度,以及通过训练集计算得到标签置信度.因为MLBN在计算属性置信度时必须考虑所有已分类的标签,分类器的性能容易受无关或弱关系的标签影响,所以使用马尔科夫模型简化置信度的计算提出了MMLBN(Markov MLBN).理论分析和实验表明,相比于已有的问题转换方法,本文提出的MMLBN在训练时因考虑到标签之间的相关性,当数据集中实例的标签基数较大时其时间效率和准确性都有较大提升.