基于局部信息的半监督层次多标签分类器
机器学习
2024-05-02 v1 定量方法
摘要
在监督分类中，标注数据稀缺是一个常见问题，因为手工标注可能耗时、昂贵或难以标注；另一方面，可以找到大量未标注的信息。标注数据稀缺在层次分类中尤为突出，因为节点的数据被分割到其子节点，从而导致与层次结构最深层节点相关联的实例数量稀少。本文提出了一种基于局部信息的半监督层次多标签分类器（SSHMC-BLI），可使用标注和未标注数据训练，以执行层次分类任务。该方法可应用于任何类型的层次问题，此处我们关注最困难的情形：DAG类型层次结构，其中实例可以关联到多个标签路径，这些路径可能以内部节点结束。SSHMC-BLI从其标注邻居的标签路径中为每个未标注实例生成伪标签，同时考虑未标注实例是否与其邻居相似。实验在12个来自功能基因组的具有挑战性的数据集上进行，结果表明，利用标注和未标注数据可以帮助提升仅使用标注数据训练的受监督层次分类器的性能，即使具有统计显著性。
引用
@article{arxiv.2405.00184,
title = {Semi-Supervised Hierarchical Multi-Label Classifier Based on Local Information},
author = {Jonathan Serrano-Pérez and L. Enrique Sucar},
journal= {arXiv preprint arXiv:2405.00184},
year = {2024}
}