估计多标签数据中标签间的条件协方差
机器学习
2025-08-27 v1
摘要
在应用多标签模型之前，应分析多标签数据的标签依赖性。由于多标签数据标签依赖于协变量集 ，其独立性不能直接从标签值测量，但可以通过使用多元 Probit 模型检查条件标签协方差来测量。不幸的是，多元 Probit 模型提供的是其 copula 协方差的估计，因此在估计常数协方差和依赖协方差时可能不可靠。在本文中，我们比较了三种用于估计常数和依赖的多标签条件标签协方差的模型（多元 Probit、多元 Bernoulli 和分阶段 Logit）。我们提供了一个实验，使我们能够观察每个模型对条件协方差的测量。我们发现，所有模型在测量常数和依赖协方差方面表现同样好，这取决于协方差的强度，但这些模型都错误地检测到存在常数协方差的数据中存在依赖协方差。在这三种模型中，多元 Probit 模型的错误率最低。
引用
@article{arxiv.2508.18951,
title = {Estimating Conditional Covariance between labels for Multilabel Data},
author = {Laurence A. F. Park and Jesse Read},
journal= {arXiv preprint arXiv:2508.18951},
year = {2025}
}