これらのキーワードがハイライトされています:アンサンブル学習 ensemble

マルチラベル (multi-label)

マルチラベル分類問題は,多クラス分類と同様に,クラスのとりうる値の数(定義域の大きさ)が3以上.しかし,通常の多クラス分類では,各事例はどれか一つのクラスに分類される.一方,マルチラベル分類では,一つの事例が複数のクラスに同時に分類されうる.

例えば,Webページを分類を考えたとき,機械学習について書かれたページを「機械学習」と「統計」の両方のクラスに同時に分類する.

クラスの定義域を \(\mathcal{C}\) とすると,多クラスの訓練事例は \((c_i\in\mathcal{C},\mathbf{x_i})\) の形式だが,マルチラベルでは定義域の部分集合を使った \((C\subseteq\mathcal{C},\mathbf{x}_i)\) の形式.

解法

文献1で照会された問題を変換する方法を紹介

その他,マルチラベル専用に既存アルゴリズムを拡張した手法も多数ある. 上記のような変換を組み込む方法の他,生成モデルを考えるものや,テンソル分解などを使う方法などがある.

-- しましま

関連項目

リンク集

Freeware

関連文献


トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:12:31