Feb, 2017

基于Scikit的Python环境实现多标签分类

HTML
PDF
TL;DRscikit-multilearn是一个Python库，用于进行多标签分类。该库与scikit/scipy生态系统兼容，并使用稀疏矩阵进行所有内部操作。它为流行的多标签分类方法提供了本机Python实现，并提供了一种新颖的标签空间划分和划分框架。它提供了现代算法适应方法，基于网络的标签空间划分方法，提取标签依赖信息和多标签嵌入分类器等。它提供了对Java库的广泛的多标签处理方法的Python包装访问，并使扩展用于多标签任务的深度学习单标签方法成为可能。该库允许多标签分层和数据集管理。与其他已建立的库相比，在问题转换方面实现更高效，拥有良好的测试覆盖率，并遵循PEP8。
发现论文，激发创造
  • 数据驱动方法在多标签分类中的标签空间划分较随机选择更优

    本研究提出了利用社交网络中5种数据驱动的社区检测方法来替代RAkELd中的随机等分划分来划分多标签分类的标签空间，我们使用训练数据构建标签共现图，并对标签集进行社区检测。通过对12个基准数据集进行评价，我们发现在几乎所有评价指标中，7种教育性方法比RAkELd更容易胜过它，但Hamming Loss除外。加权快贪和walktrap社区检测方法在加权标签共现图上比随机分区更有可能产生更好的F1分数。在非加权标签共现图上，Infomap平均上比随机分割更好的子集准确性达到90％，杰卡德相似度达到89％。

    Jun, 2016

  • Imbalanced-learn: 一个用于解决机器学习中不均衡数据集问题的Python工具箱

    imbalanced-learn是一个针对机器学习和模式识别中经常遇到的不平衡数据集问题提供一系列解决方法的Python开源工具箱，其中实现了最先进的四大方法，即欠采样、过采样、过采样与欠采样的组合以及集成学习方法。

    Sep, 2016

  • 多标签数据分层的网络视角

    本文提出了一种第二阶段迭代分层方法来处理多标签数据的分类问题，并引入了新的统计量，包括标签对分布和标签对和折叠对的百分比。通过与其他方法的比较，结果表明本方法可以降低分类质量的方差，改善标签配对的度量和示例分布，并提高网络特征的稳定性。

    Apr, 2017

  • 处理不平衡多标签数据集中的难缩小分类问题

    本研究深入分析了困难标签在多标签分类中的影响，并提出了一种新的解决方法，通过SCUMBLE和REMEDIAL度量标签的并发性并解耦高度不均衡的标签。

    Feb, 2018

  • Scikit-Multiflow: 多输出流框架

    Scikit-multiflow is a Python library for multi-output/multi-label and stream data mining, providing various state of the art methods and built on popular open source frameworks, complying with FOSS principles and quality guidelines.

    Jul, 2018

  • Bonsai —— 极端多标签分类的多样浅层树

    本文研究了极端多标签分类问题，提出了一种基于标签表示和分区的算法集Bonsai，通过生成浅层树结构实现了快速训练和更好的预测精度，特别是在较少出现的小众标签方面取得了显著的效果提升。在Amazon-3M数据集上对比已有方法进行实验，结果表明Bonsai在预测效果上优于现有方法，并且训练速度快200倍以上。

    Apr, 2019

  • 来自聚合标签的极端多标记分类

    我们开发了一种新的可扩展算法，用于从组标签中填充单个样本标签，并提供了一个新的端对端框架作为扩展，解决多示例多标签问题，在聚合标签的XMC和MIML任务上的实验表明了对现有方法的优势。

    Apr, 2020

  • 面向不平衡的大规模多标签分类与部分标注的研究

    研究了如何使用部分标签对神经网络进行训练，解决多标签分类中的标签不平衡问题，并提出了伪标注技术、新的损失函数和动态训练方案来优化模型性能。在多个公开数据集上进行了广泛实验，结果显示该方法优于现有的一些最先进方法，甚至在部分标注情况下超越了使用完整标签训练的方法。

    Jul, 2023

  • ICXML: 零样本极度多标签分类的上下文学习框架

    本文研究极端多标记分类（XMC）任务，提出了一种使用上下文学习方法的In-Context Extreme Multilabel Learning（ICXML）框架，通过生成候选标签集并对其进行排名，进一步提升了XMC领域的研究进展。

    Nov, 2023

  • 评估图神经网络进展的数据导向方法

    图神经网络在节点分类任务中取得了最先进的结果。本文聚焦于多标签节点分类，通过收集和发布了三个真实的生物数据集，并开发了一个可调参数的多标签图生成器。进一步提出了适用于多标签分类的同质性和跨类邻域相似性的定义，并以 $9$ 个收集的多标签数据集为基础进行了研究。最后，通过对 $8$ 个方法在九个数据集上进行大规模对比研究，评估了目前在多标签节点分类方面的进展。代码已在 https://github.com/Tianqi-py/MLGNC 上发布。

    Jun, 2024