基于粗糙集的多标记专属特征学习算法

摘要 基于专属特征的多标记学习算法使用K-Means聚类算法对标记的正反样例进行聚类，进而构造每个标记的专属特征.但该方法对标记和专属特征之间的相关性缺乏理论性地探究，而且K-Means聚类方法仅仅局限于数值属性数据聚类.对此，一个基于粗糙集的多标记专属特征学习算法（R-LIFT Algorithm）被提出，其使用粗糙集的约简算法来计算每个标记的专属特征.该算法选取的专属特征是原始特征，具有直观意义，并且能够从理论上保证专属特征与标记之间具有较强的相关性.实验表明，R-LIFT算法能够有效地学习专属特征，并进一步提高多标记学习算法的性能