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

>>阅读原文<<