Aufenthaltsort: Startseite -  Moncler Outlet Switzerland Anzahl von benachbarten Instanzen jeder möglichen

Moncler Outlet Switzerland Anzahl von benachbarten Instanzen jeder möglichen

Moncler Outlet Switzerland

Multi-Label-Lernen stammen aus der Untersuchung von Textkategorisierung Problem, wobei jedes Dokument kann auf mehrere vordefinierte Themen gleichzeitig angehören. In Multi-Label-Lernen wird die Trainingsmenge von Instanzen besteht, die jeweils mit einer Reihe von Etiketten verbunden sind, und die Aufgabe besteht darin, Vorhersage der Etikettensätze unsichtbarer Fällen durch die Analyse des Ausbildungs ​​Fällen mit bekannter Etikettensätze. In diesem Beitrag wird eine Multi-Label-faul-Learning-Ansatz namens ML-KNN vorgestellt, die von der traditionellen K-nächsten Nachbarn (KNN) Algorithmus abgeleitet ist. In Detail, je unsichtbaren Linie ihre K nächsten Nachbarn in Moncler Jacken Outlet Zürich dem Trainingssatz zunächst identifiziert. Danach wird auf der Grundlage statistischer Daten aus den Etikettensätze dieser benachbarten Instanzen gewonnen, dh die Anzahl von benachbarten Instanzen jeder möglichen Klasse gehören, maximal a posteriori (MAP) Prinzip wird verwendet, um das Label Set für den unsichtbaren Instanz zu bestimmen. Experimente an drei verschiedenen realen Multi-Label-Lernprobleme, dh Hefe-Gen Funktionsanalyse, natürliche Szene Klassifizierung und Moncler Outlet Switzerland automatische Webseite Kategorisierung, zeigen, dass ML-KNN eine überlegene Leistung auf einige gut etablierte Multi-Label-Lernalgorithmen.
0 Kommentare


Sprechen Sie Ihre Meinung
Letzte Kommentare