融合特征排序的多标记特征选择算法

2016，52（17）1引言传统的监督学习框架中，认为每个预测对象是具有明确，单一的语义标记。但是在现实世界中，每个对象不仅只有一个语义标注，而是常常表现出多义性[1-3]。例如：在文档分类标注中，一篇新闻可能同时标注为“政治”和“经济”；在图像分类任务中，一张风景图可能同时标注多个语义概念，如：“湖泊”，“森林”，“小船”等。于是，直观的处理方式就是给文档或者图片赋予一个标记

集合，在此基础上进行建模和学习，并利用该模型预测未知对象的所有相关类别标记。这就是近年来引起广泛关注和研究的多标记分类问题。

在多标记数据中，数据的高维性严重干扰了多标记分类器的分类性能。而特征的降维技术能在降低特征维数的基础上，提高分类器的分类性能。多标记的特征融合特征排序的多标记特征选择算法

王晨曦1，林梦雷2，刘景华2，王娟2，林耀进2

WANG Chenxi 1,LIN Menglei 2,LIU Jinghua 2,WANG Juan 2,LIN Yaojin 2

1.漳州职业技术学院计算机工程系，福建漳州363000

2.闽南师范大学计算机学院，福建漳州363000

1.Department of Computer Engineering,Zhangzhou Institute of Technology,Zhangzhou,Fujian 363000,China

2.School of Computer Science,Minnan Normal University,Zhangzhou,Fujian 363000,China

WANG Chenxi,LIN Menglei,LIU Jinghua,et al.Multi-label feature selection via fusing feature https://www.360docs.net/doc/c32715078.html,puter Engineering and Applications,2016,52（17）：93-100.

Abstract ：In the framework of multi-label learning,feature selection is a powerful tool for solving the curse of dimension-ality,which can improve the classification performance of multi-label classifier.In this paper,a multi-label feature selec-tion algorithm via fusing feature ranking is proposed.First,it conducts adaptive graining samples based on different labels and employs the neighborhood of sample to compute the neighborhood mutual information between feature and label,which can measure the importance degree of feature.Then,all features are sorted in descending order by the value of their neighborhood mutual information under each label.Finally,it acquires a new feature rank by fusing all individual feature rank lists.Experiment is conducted on four data sets,and four evaluation criteria are used to measure the effectiveness.Experi-mental results show that the proposed algorithm is superior to several state-of-the-art multi-label feature selection algorithms.Key words ：feature selection;multi-label classification;clustering ensemble;mutual information

摘要：在多标记学习框架中，特征选择是解决维数灾难，提高多标记分类器的有效手段。提出了一种融合特征排序的多标记特征选择算法。该算法首先在各标记下进行自适应的粒化样本，以此来构造特征与类别标记之间的邻域互信息。其次，对得到邻域互信息进行排序，使得每个类别标记下均能得到一组特征排序。最后，多个独立的特征排序经过聚类融合成一组新的特征排序。在4个多标记数据集和4个评价指标上的实验结果表明，所提算法优于一些当前流行的多标记降维方法。

关键词：特征选择；多标记分类；聚类融合；互信息

文献标志码：A 中图分类号：TP18doi ：10.3778/j.issn.1002-8331.1506-0067

基金项目：国家自然科学基金（No.61303131，No.61379021）；福建省自然科学基金（No.2013J01028）；福建省高校杰出青年科研人

才培育计划（No.JA14192）；漳州市科技项目（No.ZZ2013J04，No.ZZ2014J14）。

作者简介：王晨曦（1981—），女，讲师，主要研究方向为数据挖掘，E-mail ：wangcx5@https://www.360docs.net/doc/c32715078.html, ；林梦雷（1963—），男，教授，主要研

究方向为模糊集理论及其应用、粒计算；刘景华（1989—），女，硕士研究生，主要研究方向为数据挖掘；王娟（1978—），女，讲师，主要研究方向为信息安全、数字水印；林耀进（1980—），男，博士，副教授，主要研究方向为数据挖掘、粒计算。收稿日期：2015-06-05修回日期：2015-07-09文章编号：1002-8331（2016）17-0093-08

CNKI 网络优先出版：2015-09-29,https://www.360docs.net/doc/c32715078.html,/kcms/detail/11.2127.TP.20150929.1045.020.html Computer Engineering and Applications 计算机工程与应用

93