楼主: DL-er
690 0

应用k-means算法实现标记分布学习 [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

威望
0 级
论坛币
15 个
通用积分
1.0435
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38540 点
帖子
3853
精华
0
在线时间
813 小时
注册时间
2017-9-5
最后登录
2018-6-30

楼主
DL-er 在职认证  发表于 2018-1-14 08:40:02 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:标记分布学习是近年来提出的-种新的机器学习范式, 它能很好地解决某些标记多义性的问题.现有的标 记分布学习算法均利用条件概率建立参数模型, 但未能充分利用特征和标记间的联系.本文考虑到特征相似的样 本所对应的标记分布也应当相似, 利用原型聚类的A均值算法( A-means), 将训练集的样本进行聚类, 提出基于A- means 算法的标记分布学习(label distribution learning based on A-means a1gorithm, LDLKM).首先通过聚类算法 A- means求得每-个簇的均值向量, 然后分别求得对应标记分布的均值向量.最后将测试集和训练集的均值向量间的 距离作为权重, 应用到对测试集标记分布的预测上.在6 个公开的数据集上进行实验, 并与3 种已有的标记分布学 习算法在5 种评价指标上进行比较, 实验结果表明提出的LDLKM算法是有效的.

原文链接:http://www.cqvip.com//QK/92035A/201703/672728398.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:k-means means 算法实现 mean ans 标记分布 聚类 A-means 闵可夫斯基距离 多标记

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-11-20 07:37