基于标记重要性的多标记特征选择算法

基于标记重要性的多标记特征选择算法
魏葆雅;林梦雷;郑艺峰
【期刊名称】《湘潭大学自然科学学报》
【年(卷),期】2017(039)004
【摘要】针对标记重要性不同,且这种不同可能会为多标记学习提供一定的信息,该文提出了基于标记重要性的多标记特征选择算法.该算法首先引入核函数将特征空间映射到一个新的可分性强的特征空间,在映射后的特征空间中利用标记对样本的可分性对标记赋以权重;其次,在每个新映射的特征空间计算样本的分类间隔,并将该间隔作为特征权重来衡量特征的重要性;最后,联合标记权重和特征权重,对特征进行排序,得到一组新的特征重要性排序.实验结果表明:该算法优于一些当前流行的多标记特征选择算法.%As the importance of each label is different,and the label-importance may provide some information for multi-label learning.A multi-label feature selection algorithm based on labeling-importance is proposed in this paper.First,we map original feature space to a new feature space by kernel function and compute the discriminability of label as label weighting in the new feature space.Then,we calculate the margin of sample in each new feature space after mapping as feature
weighting,which can measure the importance degree of feature.Finally,all features are sorted by combining the value of feature weighting and label weighting.Experimental results show that the proposed algorithm is superior to several state-of-the-art multi-label feature selection algorithms.【总页数】5页(P1-5)
【作者】魏葆雅;林梦雷;郑艺峰
【作者单位】闽南师范大学计算机学院,福建漳州363000;闽南师范大学数学与统计学院,福建漳州363000;闽南师范大学计算机学院,福建漳州363000;中国石油大学(北京)地球物理与信息工程学院,北京102249
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于标记权重的多标记特征选择算法 [J], 林梦雷;刘景华;王晨曦;林耀进
2.基于专家特征的条件互信息多标记特征选择算法 [J], 程玉胜; 宋帆; 王一宾; 钱坤
3.不平衡标记差异性多标记特征选择算法 [J], 王一宾; 吴陈; 程玉胜; 江健生
4.边缘标记弱化的多标记特征选择算法 [J], 王一宾; 吴陈; 程玉胜; 江健生
5.一种利用局部标记相关性的多标记特征选择算法 [J], 蔡亚萍;杨明
因版权原因，仅展示原文概要，查看原文内容请购买。