极端多标签数据流中输出空间的在线层次分区
机器学习
2025-12-08 v1 人工智能
摘要
从多标签数据流中挖掘数据面临显著挑战，包括分布演变、高维标签空间、稀疏标签出现以及复杂标签依赖。此外，概念漂移不仅影响输入分布，还影响标签相关性和不平衡比率，使模型适应更加复杂。为此，结构学习器分为局部方法和全局方法。局部方法将任务分解为更简单的组件，而全局方法则针对完整输出空间调整算法，可能通过利用标签相关性获得更好的预测。本工作引入 iHOMER (增量式多标签分类器层次结构)，一个在线多标签学习框架，能够在不依赖预定义层次结构的情况下，逐步将标签空间划分为互不重叠且相关性较大的簇。iHOMER 利用基于 Jaccard 相似度的在线分割-聚类方法，以及由多变量 Bernoulli 流程驱动的全局基于树的学习器，以指导实例划分。为解决非平稳性，它整合了全局和局部层面的漂移检测机制，使标签分区和子树能够动态重构。跨 23 个真实数据集的实验表明，iHOMER 在 5 个最先进的全局基线（如 MLHAT、MLHT、iSOUPT 等）方面优于 23%，在 12 个局部基线（如 kNN、EFDT、ARF、ADWIN 等的二元相关转换）方面优于 32%，确立了其在在线多标签分类中的鲁棒性。
引用
@article{arxiv.2507.20894,
title = {Online hierarchical partitioning of the output space in extreme multi-label data stream},
author = {Lara Neves and Afonso Lourenço and Alberto Cano and Goreti Marreiros},
journal= {arXiv preprint arXiv:2507.20894},
year = {2025}
}
备注
Accepted at 28th European Conference on Artificial Intelligence (ECAI 2025)