结合标签集语义结构的多标签特征选择算法

多标签特征选择是针对多标签学习的一种有效的降维技术.传统的基于互信息的多标签特征选择算法大多未考虑标签之间的相关性或只考虑标签和标签之间的两两相关性,未探讨标签集内在的语义结构.针对以上不足,本文利用标签之间的互信息与熵,构造出相关性矩阵,再通过相关性聚类分析挖掘出标签集的语义结构,并结合挖掘出的标签集语义结构信息进一步度量特征和标签集的相关性,构造出高效的筛选特征子集的指标.所提算法在6个多标签公开数据集上和近几年的同类算法进行对比实验.最终通过5个分类指标的结果比较,证明了本文所提算法的有效性.