Manifold regularized discriminative feature selection for multi-label learning（基於流式正則化判別多標記學習的特徵選擇）
論文大綱： 背景 特徵選擇的方法 詳細介紹MDFS方法 實驗結果分析 討論和結論 背景： 在多標籤學習中，對象本質上與多個語義相關，數據類型同時面臨高特徵維數的影響，如生物信息學和文本挖掘等應用。爲了解決學習問題，提出了特徵選擇這一關鍵技術來降低維數，而以往的多標籤特徵選擇方法大多是從傳統的單標籤特徵選擇方法中直接轉化而來的，或者是在標籤信息的開發過程中半途而廢，從而導致了多標籤特徵
相關文章
- 1. 機器學習：特徵選擇（feature selection）
- 2. 特徵選擇（Feature Selection）
- 3. 特徵選擇(Feature Selection)
- 4. 特徵選擇與稀疏學習（Feature Selection and Sparse Learning）
- 5. 131.007 Unsupervised Learning - Feature Selection | 非監督學習 - 特徵選擇
- 6. 特徵選擇之基於相關性的特徵選擇（CFS）
- 7. 特徵選擇與正則化
- 8. 總結 特徵選擇（feature selection）算法筆記
- 9. 機器學習Machine Learning：特徵選擇Feature Selection 與 數據降維Dimension Reduction的區別？
- 10. 機器學習基礎學習筆記（八）特徵選擇與特徵提取
- 更多相關文章...
- • Scala Trait(特徵) - Scala教程
- • Scala 正則表達式 - Scala教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 機器學習：特徵選擇（feature selection）
- 2. 特徵選擇（Feature Selection）
- 3. 特徵選擇(Feature Selection)
- 4. 特徵選擇與稀疏學習（Feature Selection and Sparse Learning）
- 5. 131.007 Unsupervised Learning - Feature Selection | 非監督學習 - 特徵選擇
- 6. 特徵選擇之基於相關性的特徵選擇（CFS）
- 7. 特徵選擇與正則化
- 8. 總結 特徵選擇（feature selection）算法筆記
- 9. 機器學習Machine Learning：特徵選擇Feature Selection 與 數據降維Dimension Reduction的區別？
- 10. 機器學習基礎學習筆記（八）特徵選擇與特徵提取