[发明专利]一种基于依赖度的半监督多标签分类方法

摘要

本发明涉及一种基于依赖度的半监督多标签分类方法，属于数据分类中的多标签分类技术领域。本发明基于多标签分类算法，提出了一种新的依赖度计算方法，通过引入标签依赖度，计算标签之间的相互关系，提高了多标签分类算法的效果；同时，利用半监督自训练模型，引入大量无标签数据，提高数据利用率，减少因为有标签数据获取难度较大造成的影响。

主权项

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。