LIFT: Multi-Label Learning with Label-Specific Features

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

1. 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
2. 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
3. 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

code

http://palm.seu.edu.cn/zhangml/