Классификация с несколькими этикетками
-
Основы классификации с несколькими метками
- Классификация с несколькими метками — это задача классификации, в которой каждый экземпляр данных может иметь несколько меток.
- Алгоритмы классификации с несколькими метками используются для обработки данных, где каждый экземпляр может иметь несколько меток.
-
Методы классификации с несколькими метками
- Алгоритмы классификации с несколькими метками могут быть основаны на деревьях решений, случайном лесу, опорных векторах, нейронных сетях и других методах.
- Методы классификации с несколькими метками включают методы голосования, методы на основе деревьев решений и методы на основе ансамблей.
-
Онлайн-обучение и классификация потоков данных
- Онлайн-алгоритмы классифицируют данные в потоках, обновляя модель на основе новых данных.
- Классификация потоков данных включает методы, основанные на онлайн-пакетировании и ADWIN Bagging.
-
Оценка эффективности и показатели
- Для оценки эффективности классификации с несколькими метками используются показатели, такие как потеря Хэмминга и индекс Жаккарда.
- Существуют различные методы стратифицированной выборки для перекрестной проверки в задачах с несколькими метками.
-
Реализации и наборы данных
- Существуют реализации алгоритмов с несколькими метками в различных программных пакетах, включая Mulan, Meka, scikit-learn и R-пакет mlr.
- Список часто используемых наборов данных с несколькими метками доступен на веб-сайте Mulan.