论文部分内容阅读
有高维数的多标签数据经常发生，它将生产直接在分类任务使用的大时间和精力开销。解决这个问题，经由监督半的判别式分析(MSDA ) 称为多标签维数减小的一个新奇算法被建议。导出在由多标签学习并且监督半的学习歧管的数据上尽可能光滑的一个客观判别式函数被期望。由 MSDA 乐意地使在不同的类之间的可分性成为了的潜伏的 imformation，被样品属性的加权的矩阵和部分样品的类似关联矩阵标记的图提供，的优点完成最大化并且估计了内在的几何结构在更低歧管由采用未标记的数据的空间。几真实多标签数据集上的广泛的试验性的结