基于奇异值分解—偏最小二乘回归的多标签分类算法

？针对多标签数据的标签相关性和高维问题，提出一种基于奇异值分解—偏最小二乘回归的多标签分类算法，该算法可以对多标签数据进行维数约简和回归分析。首先，将类别标签集合作为整体处理,对标签相关性进行考察;其次，利用奇异值分解(svd)技术得到样本和标签空间的得分向量，实施降维;最后，在偏最小二乘回归(plsr)的基础上构建多标签分类模型。实验结果表明，在四种维数较高的真实数据集上，该算法可以获得有效的分类结果。