文档名：大规模分类任务的分层学习方法综述
分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据.近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作.本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任务中的几个基本问题的研究进行总结.首先,给出层次结构的形式化定义.其次,分别阐述如何设计分层评价指标、如何构建层次结构、如何利用层次结构信息进行特征选择、如何利用层次结构信息训练分类器以及如何面向层次结构设计停止机制,并介绍具有代表性的相关工作.最后,对大规模分层分类任务进行总结,并展望未来可能的研究方向.
作者：胡清华 王煜 周玉灿 赵红 钱宇华 梁吉业
作者单位：天津大学计算机科学与技术学院,天津300350山西大学计算机与信息技术学院,太原030006
母体文献：人工智能领域青年学者研讨会论文集
会议名称：人工智能领域青年学者研讨会
会议时间：2017年8月4日
会议地点：昆明
主办单位：《中国科学:信息科学》杂志社
语种：chi
分类号：TP3R1
关键词：机器学习 分层分类 层次结构 特征选择
在线出版日期：2020年6月28日
基金项目：
相似文献
相关博文
- 文件大小:
- 401.79 KB
- 下载次数:
- 60
-
高速下载
|
|
