閾值分類器組合的多標(biāo)簽分類算法
大小：0.76 MB 人氣： 2018-01-22 需要積分：1
標(biāo)簽：分類器(13141)分類算法(9912)
針對目標(biāo)可以同時屬于多個類別的多標(biāo)簽分類問題，提出了一種基于浮動閾值分類器組合的多標(biāo)簽分類算法。首先，分析探討了基于浮動閾值分類器的AdaBoost算法（AdaBoost. FT）的原理及錯誤率估計，證明了該算法能克服固定分段閾值分類器對分類邊界附近點分類不穩(wěn)定的缺點從而提高分類準(zhǔn)確率；然后，采用二分類（BR）方法將該單標(biāo)簽學(xué)習(xí)算法應(yīng)用于多標(biāo)簽分類問題，得到基于浮動閾值分類器組合的多標(biāo)簽分類方法，即多標(biāo)簽AdaBoost．FT。實驗結(jié)果表明，所提算法的平均分類精度在Emotions數(shù)據(jù)集上比AdaBoost．MH、ML-kNN、RankSVM這3種算法分別提高約4%、8%、11%；在Scene、Yeast數(shù)據(jù)集上僅比RankSVM低約3%、1%。由實驗分析可知，在不同類別標(biāo)記之間基本沒有關(guān)聯(lián)關(guān)系或標(biāo)簽數(shù)目較少的數(shù)據(jù)集上，該算法均能得到較好的分類效果。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
閾值分類器組合的多標(biāo)簽分類算法下載
相關(guān)電子資料下載
- OpenAI發(fā)布圖像檢測分類器，可區(qū)分AI生成圖像與實拍照片 204
- 機(jī)器學(xué)習(xí)多分類任務(wù)深度解析 625
- 電池研發(fā)再現(xiàn)黑科技，鋰電巨頭正借此突破關(guān)鍵瓶頸！ 701
- 揭秘大語言模型可信能力的五個關(guān)鍵維度 240
- 機(jī)器視覺之Halcon入門學(xué)習(xí) 780
- 使用RayDF方法突破3D形狀重建方案 328
- 一套試題看看您對深度學(xué)習(xí)了解多少？ 136
- 機(jī)器學(xué)習(xí)常用的5種采樣方法盤點 571
- SLAM/SfM相似非回環(huán)場景應(yīng)該如何處理？ 492
- 機(jī)器學(xué)習(xí)有哪些算法？機(jī)器學(xué)習(xí)分類算法有哪些？機(jī)器學(xué)習(xí)預(yù)判有哪些算法？ 1621