[发明专利]一种基于依赖度的半监督多标签分类方法

权利要求书

1.一种基于依赖度的半监督多标签分类方法，其特征在于：

(1)输入有标签数据集X，无标签数据集U，测试数据集T；

(2)设定半监督自训练模型循环条件，设定置信度条件；

(3)若满足步骤(2)设定的循环条件，则进入循环；

(4)读取步骤(1)所述的有标签数据集X，对其中每个实例计算其先验概率；

(5)读取步骤(1)所述的有标签数据集X，找出每个实例的k个最近邻，根据最近邻信息确定条件概率；

(6)读取步骤(1)所述的有标签数据集X，计算每两个标签之间的依赖度；

(7)读取步骤(1)所述的无标签数据集U，找出其中每个实例的k个最近邻，根据最近邻信息，以及步骤(4)计算的先验概率、步骤(5)计算的条件概率、步骤(6)计算的依赖度，综合计算实例的后验概率；

(8)根据步骤(7)计算的后验概率，对无标签数据集U进行分类；

(9)对步骤(8)中分类后的数据集U，依次计算其每个实例的置信度；

(10)若置信度满足步骤(2)中设定的置信度条件，则将其从分类后的数据集U中移除，并加入到有标签数据集X中，若置信度不满足步骤(2)中设置的置信度条件，则将其分类结果清除；

(11)结束循环；

(12)若不满足步骤(2)设定的循环条件，则执行步骤(13)和步骤(14)

(13)读取步骤(1)所述的测试数据集T，找出其中每个实例的k个最近邻，根据最近邻信息、以及最后一次循环中步骤(4)的先验概率、步骤(5)的条件概率步骤(6)的依赖度，综合计算实例的后验概率；

(14)根据步骤(12)计算的后验概率，对无测试数据集T进行分类。

2.根据权利要求1所述的基于依赖度的半监督多标签分类方法，其特征在于：步骤(2)所述设定半监督自训练模型循环条件，根据设定的循环条件，循环执行监督分类器，将无标签数据分类，选取置信度高的，假如有标签数据集，再进行训练，循环往复，直到达到循环条件停止循环，进入测试阶段。

3.根据权利要求1所述的基于依赖度的半监督多标签分类方法，其特征在于：步骤(4)中所述的先验概率，步骤(5)中所述的条件概率，步骤(6)中所述的依赖度计算，步骤(7)中所述的后验概率计算，具体包括以下步骤：

11)数据集X＝{x₁,x₂,...,x_i,...,x_m}为数据的有限集，即X中有m个数据，A＝{a₁,a₂,...,a_j,...,a_n}为属性的有限集，即A中有n个属性，L＝{l₁,l₂,...,l_s,...,l_q}为标签的有限集，即L中有q个标签；多标签数据包括两个部分：属性集和标签集，对于训练实例x_i的第j个属性值(x_i(a_j)∈R)，它的标签集定义为x_i(L)＝{x_i(l₁),x_i(l₂),...,x_i(l_s),...,x_i(l_q)}，其中x_i(l_s)代表实例x_i的第s个标签值(x_i(l_s)∈{0,1})，如果实例x_i属于l_s类，那么x_i(l_s)＝1；否则x_i(l_s)＝0；

12)计算先验概率，用表示实例属于标签l_j，表示实例不属于标签l_j：

13)根据最近邻信息计算条件概率，用表示实例属于l_j类的条件下，其k个近邻中，恰有u个实例属于l_j类的条件概率，用表示实例不属于l_j类的条件下，其k个近邻中，恰有u个实例属于l_j类的条件概率，其中c[u]表示实例的k个近邻中恰有u个实例属于l_j，c’[u]表示实例的k个近邻中恰有u个实例不属于l_j类：

14)计算每两个标签之间的依赖度，用kulc(l_j,l_k)表示：

15)计算后验概率，用表示，其中b为二元变量，当b＝0时，表示统计待分类实例x_t的近邻中属于第l_j类的实例数，N(x_t)表示待分类实例x_t在已分类实例集中的k个近邻实例集，表示在待分类实例x_t属于l_k类的条件下，待分类实例x_t的k个近邻中，恰有个实例属于l_j类的添加概率，表示在待分类实例x_t不属于l_k类的条件下，待分类实例x_t的k个近邻中，恰有个实例属于l_j类的条件概率，若那么待分类实例x_t属于l_j类，否则待分类实例x_t不属于l_j类；