一种基于标签补全和重构映射的弱标签多标签分类方法

摘要

本发明公开了一种基于标签补全和重构映射的弱标签多标签分类方法，首先建立实例特征信息矩阵和类别标签信息矩阵，形成多标签数据集；然后构建嵌入特征空间的标签特定特征矩阵；基于标签相关矩阵对缺失标签矩阵的信息进行补全；结合嵌入特征矩阵、标签特定特征矩阵、标签相关矩阵以及相对应的约束正则项构建相应的模型；分别对嵌入特征矩阵、标签特定特征矩阵和标签相关矩阵进行优化求解；将测试集作为预测模型的输入，输出预测标签矩阵；将预测标签矩阵与真实标签进行对比，评估预测模型的性能以及有效性。上述方法能够有效解决在建立模型时丢失实例特征信息的问题，并且将生成标签特定特征和后续训练分类模型两个阶段总结到一个框架下。