MEKA 软件中的多标签分类搜索空间

本补充材料旨在描述基于 MEKA 与 WEKA 软件所提出的多标签分类（MLC）搜索空间。首先，我们概述 MEKA 中的 26 种 MLC 算法与元算法，介绍其主要特征，如超参数、依赖与约束。其次，我们回顾 WEKA 软件中的 28 种单标签分类（SLC）算法、预处理算法与元算法。这些 SLC 算法也被研究，因为它们是所提 MLC 搜索空间的组成部分。根本上，这是因为本工作中使用的若干 MLC 算法具有问题转换的性质。这些算法首先将 MLC 问题转换为一个或多个 SLC 问题，随后在下一步用 SLC 模型求解。因此，理解它们的主要特征对本文至关重要。最后，我们通过提出一种涵盖这 54 种学习算法的上下文无关文法，给出搜索空间的正式描述。该文法基本囊括了学习算法间可能的组合、约束与依赖关系。