基于R包mlr的多标签分类
机器学习
2023-11-09 v2
摘要
我们在机器学习包mlr中实现了若干多标签分类算法。所实现的方法包括二元关联(binary relevance)、分类器链(classifier chains)、嵌套堆叠(nested stacking)、依赖二元关联与堆叠(dependent binary relevance and stacking)，它们可与mlr中可用的任何基学习器配合使用。此外，还可使用randomForestSRC和rFerns的多标签分类版本。所有这些方法都可以通过标准化mlr框架中实现的多种多标签性能度量和重采样方法轻松比较。在一项使用多个多标签数据集的基准实验中，评估了不同方法的性能。
引用
@article{arxiv.1703.08991,
title = {Multilabel Classification with R Package mlr},
author = {Philipp Probst and Quay Au and Giuseppe Casalicchio and Clemens Stachl and Bernd Bischl},
journal= {arXiv preprint arXiv:1703.08991},
year = {2023}
}
备注
18 pages, 2 figures, to be published in R Journal; reference corrected