基于多標(biāo)簽機(jī)器學(xué)習(xí)的環(huán)境適老化改造應(yīng)用研究

崔 震，魯衛(wèi)華，李 鵬，韓 涵，陳 文

（中國電子工程設(shè)計(jì)院有限公司 健康與養(yǎng)老研究所，北京 100142）

1 研究現(xiàn)狀

近年來，老齡化問題日趨嚴(yán)峻，現(xiàn)有的住宅環(huán)境并未系統(tǒng)地考慮老年人日常起居的各種適老性需求，老年人生活中存在諸多不便，甚至存在不同程度的安全隱患，從而影響到老年人的生活品質(zhì)和健康質(zhì)量。針對此類問題，王羽等搭建了國內(nèi)首個(gè)適老建筑參數(shù)實(shí)驗(yàn)室，在老年人臥室設(shè)計(jì)、輪椅回轉(zhuǎn)半徑、老年人起居室照度、適老住宅開關(guān)插座高度、廚房衛(wèi)生間空間適老性等方面進(jìn)行了大量實(shí)驗(yàn)，并初步提出了各項(xiàng)適老化改造規(guī)范[1-5]。但尚未從老年人實(shí)際個(gè)人需求出發(fā)，制定各改造項(xiàng)的改造規(guī)則。

本文擬從老年人實(shí)際個(gè)人狀況出發(fā)，利用多標(biāo)簽機(jī)器學(xué)習(xí)算法研究老年人能力與適老改造項(xiàng)之間的關(guān)聯(lián)性，并給出個(gè)性化推薦方案。

2 多標(biāo)簽排序算法原理

本文主要針對居家環(huán)境的適老化改造，利用電子問卷的方式對居家老人完成數(shù)據(jù)采集，內(nèi)容包括21項(xiàng)老人能力項(xiàng)及15項(xiàng)適老改造項(xiàng)。用D表示數(shù)據(jù)集，D={(Xi,Yi)｜i=1,2,…,m}，其中：Xi是第i個(gè)老人樣本的能力特征向量；Yi表示第i個(gè)樣本的適老改造項(xiàng)有序相關(guān)標(biāo)簽集合。有序多標(biāo)簽數(shù)據(jù)集的樣例，如表1所示。

表1 有序多標(biāo)簽數(shù)據(jù)集樣例

為了學(xué)習(xí)適老改造項(xiàng)標(biāo)簽的順序，本文在校準(zhǔn)標(biāo)簽排序算法的基礎(chǔ)上引入了ML-kNN算法，在學(xué)習(xí)過程中將標(biāo)簽排序問題轉(zhuǎn)換成多標(biāo)簽分類問題，Dtrain和Dtest分別表示訓(xùn)練集和測試集。

2.1 校準(zhǔn)標(biāo)簽排序

傳統(tǒng)的成對比較排序法是利用One VS One策略將標(biāo)簽排序問題轉(zhuǎn)換成標(biāo)簽分類問題，將兩兩標(biāo)簽對的排序進(jìn)行比較，如式1所示。

根據(jù)One VS One策略，需遍歷n*(n－1）/2次即可完整表述所有標(biāo)簽對之間的關(guān)系，n為標(biāo)簽總個(gè)數(shù)，對每個(gè)標(biāo)簽對構(gòu)建分類器，給定一個(gè)未知樣本，對每個(gè)分類器的預(yù)測值進(jìn)行投票，通過閾值法將排序后的投票結(jié)果劃分為該樣本的相關(guān)標(biāo)簽和不相關(guān)標(biāo)簽，然后根據(jù)投票結(jié)果對相關(guān)標(biāo)簽進(jìn)行排序[6]。該方法的主要難點(diǎn)在于：如何確定閾值來盡可能正確地估計(jì)樣本所屬的類別標(biāo)簽集合。因此校準(zhǔn)標(biāo)簽排序算法引入了校準(zhǔn)標(biāo)簽yv，將其作為每個(gè)樣本的相關(guān)標(biāo)簽和不相關(guān)標(biāo)簽的一個(gè)自然劃分點(diǎn)；在每個(gè)標(biāo)簽相互成對比較的同時(shí)，也要將每個(gè)標(biāo)記與校準(zhǔn)標(biāo)簽進(jìn)行成對比較。對于給定的未知樣本，將所有分類器的預(yù)測結(jié)果進(jìn)行投票，將投票次數(shù)大于校準(zhǔn)標(biāo)簽yv的類別標(biāo)記看成該樣本的相關(guān)標(biāo)簽，并根據(jù)投票結(jié)果進(jìn)行排序[7-8]。問題轉(zhuǎn)換過程如圖1所示。

校準(zhǔn)標(biāo)簽排序問題轉(zhuǎn)換過程：

圖1 校準(zhǔn)標(biāo)簽排序問題轉(zhuǎn)換

2.2 多標(biāo)簽k近鄰

通過校準(zhǔn)標(biāo)簽排序問題轉(zhuǎn)換后，將問題轉(zhuǎn)換為無相關(guān)的多標(biāo)簽分類問題，其特點(diǎn)是標(biāo)簽維度多，分布雜亂且有交叉，因此本文引入了多標(biāo)簽k近鄰（Multi-label K Nearest Neighbors，ML-kNN）算法。ML-kNN算法是在kNN框架下處理多標(biāo)簽分類問題的算法，具有效率高，且對標(biāo)簽域有交叉重疊的分類效果較好等特點(diǎn)[8]。ML-kNN算法在輸入測試數(shù)據(jù)后，用kNN算法根據(jù)老人能力項(xiàng)確定相應(yīng)的鄰域標(biāo)簽信息，如式2所示。利用先驗(yàn)概率與后驗(yàn)概率通過最大后驗(yàn)概率準(zhǔn)則和貝葉斯準(zhǔn)則計(jì)算得到預(yù)測樣本的標(biāo)簽對關(guān)系集合，如式3所示。

ML-kNN算法流程：

（2）確定數(shù)據(jù)鄰域N(xi),i∈{1,…,n*(n+1)/2}。

（3）forlfrom 1 toq//q為類標(biāo)個(gè)數(shù)即n*(n+1)/2。

（5）fori∈{0,1,…,n}。

（6）forj∈{0,1,…,k}。

（7）確定測試數(shù)據(jù)的鄰域N(t)。

（8）forlfrom 1 toq。

（9）將分類問題反變換回到排序問題，得到測試數(shù)據(jù)標(biāo)簽排序Zt。

根據(jù)矩陣對稱的特點(diǎn)，重構(gòu)標(biāo)簽對關(guān)系矩陣，并進(jìn)行投票統(tǒng)計(jì)，將投票次數(shù)大于校準(zhǔn)標(biāo)簽yv的類別標(biāo)記看成該樣本的相關(guān)標(biāo)簽，并對相關(guān)標(biāo)簽按照投票結(jié)果排序，如圖1所示。

3 實(shí)驗(yàn)效果分析

3.1 預(yù)處理

本文在前期進(jìn)行了大量的數(shù)據(jù)采集工作，采集方式主要為電子問卷的方式，數(shù)據(jù)內(nèi)容包括兩部分：能力項(xiàng)和適老改造項(xiàng)，其中能力項(xiàng)包括進(jìn)食能力、梳洗能力、如廁能力、排便能力、自由移動(dòng)能力、自主洗浴能力、記憶力衰退、抑郁癥、跌倒、噎食、高血壓、糖尿病、帕金森、老年癡呆、通風(fēng)、肢體骨折、眼疾、失聰?shù)龋總€(gè)能力項(xiàng)根據(jù)嚴(yán)重程度分為4個(gè)等級（0分、3分、5分、10分），分值越高，能力越差；適老改造項(xiàng)包括選用照度高的燈具、清除房間地面高差、選用防滑地面、降低開關(guān)位置、爐灶自動(dòng)斷火、水溫調(diào)節(jié)、操作臺(tái)添加輪椅空間、安全扶手、洗手盆下方留空、洗浴區(qū)助浴椅、玄關(guān)鞋柜及穿鞋凳、發(fā)光門鈴、馬桶扶手及安裝緊急呼叫器等。每位老人根據(jù)個(gè)人實(shí)際狀況勾選能力項(xiàng)并根據(jù)個(gè)人意愿對適老改造項(xiàng)進(jìn)行篩選并按照需求進(jìn)行排序。

由于采集對象為老年人，消費(fèi)觀念和身體重視程度差異較大，因此需要進(jìn)行數(shù)據(jù)清洗，刪除個(gè)人能力項(xiàng)和改造項(xiàng)為空集的樣本，并對相鄰重復(fù)的樣本進(jìn)行了適當(dāng)?shù)膭h減，最終獲得的老人樣本數(shù)為257個(gè)。為了提高學(xué)習(xí)器的準(zhǔn)確性，對數(shù)據(jù)進(jìn)行了歸一化處理并對數(shù)據(jù)的能力項(xiàng)特征進(jìn)行主成分分析（Principal Component Analysis，PCA）處理，刪除冗余的能力項(xiàng)信息，最終保留了15項(xiàng)作為能力項(xiàng)的屬性特征。對樣本集做隨機(jī)抽樣，選取205個(gè)樣本作為訓(xùn)練集Dtrain，52個(gè)樣本作為測試集Dtest。

3.2 評測指標(biāo)

本文采用3個(gè)評測指標(biāo)對算法性能進(jìn)行評價(jià)。對于一個(gè)樣本Xi，用Zi表示學(xué)習(xí)器給出的Xi所屬的標(biāo)簽集，Yi表示老人自選改造項(xiàng)集，ri(y)表示標(biāo)簽y在預(yù)測出來標(biāo)簽中的排序位置，y'表示預(yù)測出來的標(biāo)簽。

漢明損失Hamming Loss：該指標(biāo)度量的是預(yù)測標(biāo)簽與真實(shí)標(biāo)簽集之間的差異性，及相關(guān)的標(biāo)簽不包含在真實(shí)結(jié)果中或不相關(guān)標(biāo)簽包含在真實(shí)結(jié)果中。該指標(biāo)值越小說明與真實(shí)標(biāo)簽集越吻合。

其中ZiΔYi表示對稱差集長度；Zi∪Yi表示并集長度。

（2）1-錯(cuò)誤率One-Error：該指標(biāo)度量的是學(xué)習(xí)器對每個(gè)樣本的預(yù)測標(biāo)簽集合中，排序最靠前的標(biāo)簽不屬于該樣本實(shí)際標(biāo)簽集合的情況。該指標(biāo)值越小說明預(yù)測效果越好。

其中arg miny∈Yri(y)表示預(yù)測排位最靠前的標(biāo)簽，當(dāng)arg miny∈Yri(y)∈Yi時(shí)，δ(y)=0；否則δ(y)=1。

平均精度AvgPrec：該指標(biāo)反映了所有樣本的預(yù)測標(biāo)簽排序中，標(biāo)簽排序值比真實(shí)結(jié)果集中的某一個(gè)標(biāo)簽大的標(biāo)簽個(gè)數(shù)，該值越大表明預(yù)測結(jié)果越好。

3.3 適老改造預(yù)測效果

本文選擇傳統(tǒng)的成對比較排序法（Ranking by Pairwise Comparison，RPC）與校準(zhǔn)標(biāo)簽排序算法（Calibrated Label Ranking，CLR）作為對比方法進(jìn)行試驗(yàn)，兩種算法都屬于問題轉(zhuǎn)換方法且均采用支持向量機(jī)（Support Vector Machine，SVM）作為基分類器。實(shí)驗(yàn)結(jié)果如表2所示，可以直觀地看出CLR+ML-kNN算法的漢明損失更低，準(zhǔn)確率更高，因?yàn)镾VM在處理分布不均的類標(biāo)集時(shí)容易陷入過擬合。從1-錯(cuò)誤率與平均精度來看CLR+SVM和CLR+ML-kNN效果更佳，這是因?yàn)樾?zhǔn)標(biāo)簽的引入，過濾了部分非相關(guān)標(biāo)簽，使得排序精度更高，效果更好。

表2 3種算法在各評測指標(biāo)上的結(jié)果

4 結(jié)語

隨著社會(huì)老齡化日趨嚴(yán)重，居家養(yǎng)老的適老化改造逐漸成為社會(huì)的熱點(diǎn)研究問題。然而大多數(shù)都是趨于某個(gè)改造項(xiàng)的參數(shù)研究，缺少將改造項(xiàng)整合的個(gè)性化方案研究。本文根據(jù)老年人改造需求的排序，提出了基于多標(biāo)簽機(jī)器學(xué)習(xí)的環(huán)境適老化改造算法，引入CLR與ML-kNN，經(jīng)測試表明，相比傳統(tǒng)的RPC與CLR效果更佳，適合進(jìn)行環(huán)境適老化改造個(gè)性化的方案推薦。

[參考文獻(xiàn)]

[1]王羽，王朝霞，王辛，等.適老建筑實(shí)驗(yàn)室[J].住區(qū)，2015（1）：103-109，102.

[2]貴晨，王羽，王辛，等.適老臥室實(shí)驗(yàn)[J].住區(qū)，2015（2）：115-125，114.

[3]王朝霞，王羽，王辛，等.老年人居住建筑設(shè)計(jì)規(guī)范系列論證（一）—老年人輪椅回轉(zhuǎn)空間基礎(chǔ)實(shí)驗(yàn)[J].住區(qū)，2015（1）：145-151.

[4]鄧超，王羽，郝俊紅.適老住宅開關(guān)插座高度實(shí)驗(yàn)[J].住區(qū)，2015（5）：82-88.

[5]HüLLERMEIER E，F(xiàn)üRNKRANZ J，CHENG WW，et al.Label ranking by learning pairwise preferences[J].Artificial Intelligence，2008（16）：1897-1916.

[6]FüRNKRANZ J，HüLLERMEIER E，MENCíA EL，et al.Multilabel classification via calibrated label ranking[J].Machine Learning，2008（2）：133-153.

[7]WANG M，LIU M，F(xiàn)ENG S，et al.A novel calibrated label ranking based method for multiple emotions detection in Chinese microblogs[J].Communications in Computer & Information Science，2014（496）：238-250.

[8]ZHANG M L，ZHOU Z H.ML-KNN：a lazy learning approach to multi-label learning[J].Pattern Recognition，2007（7）：2038-2048.