一种加权的ML—kNN算法

ML—kNN算法利用贝叶斯概率修改传统的kNN算法以解决多标签问题，但这种基于概率统计的方法对覆盖率低的标签容易造成误判。因此，该文提出了一种加权ML—kNN算法，将样本与邻居之间的距离转化为权值来改这种误判。在三个基准数据集上进行对比实验，利用七个标准对其进行评测。实验结果表明，该加权ML—kNN算法整体上优于ML—kNN算法。