论文部分内容阅读
特征选择是数据挖掘领域的关键技术,尽管已有很多的工作,但由于多标记学习问题的复杂性,其特征选择工作还很少。本文提出一个嵌入式的特征选择方法,MEFS(Multi-label Embedded Feature Selection),其中采用预报风险准则作为特征的评价准则。在用于公开评测的yahoo网页分类数据集上的实验显示MEFS的性能优于新近提出的MDDM等一些流行的多标记降维方法。