ترکیب الگوریتم نزدیک ترین همسایه و IVM برای طبقه بندی چند برچسبی

یک دسته از الگوریتم های یادگیری در علم داده کاوی، یادگیری برپایه ناظر است. این نوع از یادگیری به یافتن الگوریتم هایی می پردازد که از طریق نمونه های ذخیره شده در مجموعه داده آموزشی، مدل هایی ایجاد می کنند. این مدل ها می توانند کلاس نمونه های جدید را پیشگویی نمایند. نوعی از مجموعه داده آموزشی که امروزه اهمیت و توسعه بسیاری پیدا کرده است، مجموعه داده چند برچسبی می باشد. هر نمونه در مجموعه داده چند برچسبی، می تواند به مجموعه ای از کلاس ها تعلق داشته باشد. در مقابل این نوع، مجموعه داده تک برچسبی وجود دارد که هر نمونه از آن تنها به یک کلاس تعلق دارد. در این مقاله به ارایه الگوریتمی برای طبقه بندی چند برچسبی می پردازیم که ترکیب الگوریتم نزدیک ترین همسایه و IVM ایجاد شده است. الگوریتم پیشنهادی در تولید طبقه بندی کننده ها می تواند وابستگی بین برچسب ها را در نظر بگیرد.

Keywords:

داده کاوی , مجموعه داده چند برچسبی , الگوریتم طبقه بندی کننده چند برچسبی , الگوریتم نزدیک ترین همسایه , الگوریتم IVM