|
|||||
|
|
| 基于PCA改进算法的k近邻多标签学习 | |
| 引用本文： | 魏恩营.基于PCA改进算法的k近邻多标签学习[J].教育技术导刊,2016,15(4):5-7. |
| 作者姓名： | 魏恩营 |
| 作者单位： | 闽南师范大学 福建省粒计算重点实验室，福建 漳州 363000 |
| 摘 要： | k近邻多标签学习算法是多标签学习领域经典算法之一，为处理多标签问题提供了新思想。将PCA改进算法应用到k近邻多标签学习算法中，提出信息损耗率，并实现动态降维；根据PCA算法计算样本的属性重要度；采用属性重要度作为权重改进距离计算方法。与已有多标签学习算法相比，该算法各评价指标明显优于已有算法。 |
| 关 键 词： | k近邻多标签学习算法 信息损耗率 主成分分析法 属性重要度 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |