用于多標記學習的K近鄰改進算法

摘要：MI－KNN是應用KNN算法思想解決多標記學習問題的一種算法，但存在時間復雜度高和少數類分類精度低的問題。提出一種加權ML-KNN算法wML-KNN，通過取樣和加權的方法，在降低算法時間復雜度的同時提高少數類的分類精度。實驗表明，wML—KNN算法性能優于其他常用多標記算法。