摘要：為了更好地體現(xiàn)標(biāo)簽信息的重要性,基于傳統(tǒng)的最小二乘回歸模型,構(gòu)造了一種包含標(biāo)簽信息的最小二乘回歸模型,用于解決多標(biāo)簽特征選擇問題。首先給標(biāo)簽逐一增加一個(gè)松弛變量ω,使得不同類別的回歸目標(biāo)沿相反方向移動(dòng),從而擴(kuò)大類別之間的距離。然后結(jié)合2,1范數(shù),提出了一種包含標(biāo)簽信息的最小二乘多標(biāo)簽特征選擇(Least squares multi-label feature selection with label information,LSMFSLI)模型及算法,證明了該算法的收斂性,并通過實(shí)驗(yàn)證明了算法的高效性。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
