基于支持向量机的电力营销信息多标签分类方法

为提高电力营销信息多标签分类的准确性,提升分类性能,利用支持向量机,提出了一种全新的多标签分类方法。首先,采集电力营销信息数据,并对其进行异常值识别处理;其次,利用皮尔逊相关系数,评估特征与目标标签之间的相关性,进行特征选择与转换;在此基础上,利用支持向量机,对电力营销信息进行多标签分类。实验结果表明,应用提出的方法后,多标签分类的宏平均值较高,在处理多个不同标签时具有较高的稳定性和准确性。