典型文献
多标签特征选择研究进展
文献摘要：
特征选择一直是机器学习和数据挖掘中的一个重要问题.在多标签学习任务中,数据集中的每个样本都与多个标签相关联,标签与标签之间通常也是相关的.在多标签高维数据分析中,为降低特征维数和提高分类性能,研究者们提出了多标签特征选择方法.系统综述了多标签特征选择的研究进展.在介绍多标签分类以及评价准则之后,详细分析了多标签特征选择的三类方法,即过滤式算法、包裹式算法和嵌入式算法,对多标签特征选择未来的研究提出展望.
文献关键词：
特征选择;多标签分类;机器学习;数据挖掘
中图分类号：
作者姓名：
周慧颖;汪廷华;张代俐
作者机构：
赣南师范大学 数学与计算机科学学院,江西 赣州 341000
文献出处：
引用格式：
[1]周慧颖;汪廷华;张代俐-.多标签特征选择研究进展)[J].计算机工程与应用,2022(15):52-67
A类：
B类：
特征选择,多标签学习,学习任务,相关联,高维数据分析,分类性能,选择方法,系统综述,多标签分类,评价准则,出展
AB值：
0.226598
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
