【paper】A Divide- and-Conquer Approach for Large-scale Multi-label Learning

A Divide- and-Conquer Approach for Large-scale Multi-label Learning 添加鏈接描述 一、模型思路 利用特徵向量將訓練數據聚類爲幾個聚類。 通過將每個標籤視爲一個推薦項目（items），將多標籤問題重新表述爲推薦問題（users）。 學習高級分解模型（因子分解機，FM），以向局部集羣的每個點推薦標籤子集。 二、創新點 提出了一種基於分

>>阅读原文<<