基于K-means的多标签分类及标签补全算法

• 作 者: 黄志强
• 出 处: 安庆师范大学
• 发表日期: 2020年01期
• 关键词: 多标签 相关性 K-means 全局性 局部性 GLOCAL

标签学习是一种将合适的类别标签赋予未见示例的框架。单标签学习中的每一个示例都只有一个标签,例如给计算机传入一张数字图像,程序返回对于数字的预测,但只会返回单一数字;而多标签学习与单标签学习存在一定的差异性,其中每一个示例都有多个标签相关联,例如给计算机传入一张街道的图像,程序返回的则是判断图中有哪些物体。本文则针对多标签分类以及当标签缺失后如何对标签补全的问题分别提出了处理方法。主要内容如下:(1)在多标签学习中,相关性不仅仅存在于特征空间或者标签空间,特征空间与标签空间也存在着关联。传统的K近邻算法则是一种简单,易于理解的多分类算法,在针对于相关性这一方面有着良好的效果。已有的基于K近邻的算法一般只在单一空间简单计算,并没有考虑多个空间之间的相关性。基于此,本文提出一种联合KNN与K-means的多标签分类算法(A Multi-label Classification Algorithm Based on Combining KNN and K-means)。首先对数据集中样本空间的样本做K近邻,将每个近邻空间中的样本取平均值从而代替原有样本,形成新的特征空间。同时,在形成新的特征空间后,为了增加样本之间的区分度,利用K-means在原始特征空间进行聚类,将每个样本所属的聚类中心合并到新的特征空间,并采用肘部法确定K-means中K值。考虑特征空间与标签空间之间的相关性,在标签空间中同样做K近邻,将近邻空间中的样本平均值与新特征空间合并得到最终的特征空间。最后使用核极限学习机进行分类。在多个数据集中的实验结果表明,本文算法相较于其他对比算法有着较好的合理性和有效性。(2)在多标签学习中,标签相关性是不可或缺的。当标签缺损只能观察到一部分标签时,很难判断标签之间的相关性。GLOCAL算法通过学习潜在标签和引入标签流形正则化项,同时利用全局和局部标签相关性来解决标签缺损问题。但是该算法在通过低秩分解学习潜在标签,以及原始标签与潜在标签的相关性时,初始化的低秩矩阵是随机获取的,导致该算法结果并不稳定。基于此,本文提出基于K-means的GLOCAL标签补全算法(Algorithm of GLOCAL Label Completion based on K-means),利用K-means算法对原始标签进行聚类,获得的聚类中心矩阵将能更好的表现出原始标签与潜在标签之间的相关性。对比实验结果表明本文的算法的合理性和有效性。