2015TPAMI-LIFT: Multi-Label Learning with Label-Specific Features
目前存在問題
由於每個類標籤都應具有自己的特定特徵,現有方法沒有考慮到
解決問題的途徑
聚類,提取每個標籤所具有的特徵
解決方法
對每個標籤爲1和-1的數據集x分別進行聚類,得到標籤對應特徵
方法詳細描述
- 每個標籤爲1和-1的數據集x分別進行聚類,得到標籤對應特徵,比如標籤爲1聚類成10簇,標籤爲-1聚類成10個簇
- 把之前的x信息換成,x和這20個簇的距離,這樣變成20維特徵,構成新的數據集
- 在訓練時使用普通的BR對每個標籤單獨訓練,預測時每個標籤單獨預測
創新點
挖掘每個類標籤都應具有自己的特定特徵