多標籤分類做對了嗎？

Question

假設我有一個數據集，可以使用weka的J48或randomForest在R中進行整齊分類。現在讓我們假設我有一個其他訓練文件，其中包含每個數據點的兩個分類。

我怎麼能結合這兩個能夠將新的數據點分類到這兩個類？

（所以我需要一個「兩通」培訓。）

我應該使用MLP（如限制Bolzmann機）呢？

Answer 1

我假設你的兩組數據是這樣的......

數據集1：

(x_11, x_12, ... , x_1N) = 1 
(x_21, x_22, ... , x_2N) = 0 
.... 

數據集2：

(x_11, x_12, ... , x_1N) = (1, 1) 
(x_21, x_22, ... , x_2N) = (0, 1) 
.... 

假設是你的問題的樣子，我會把它分成兩個問題：預測兩個不同的標籤。我認爲這可以通過概率公式是合理的：

p(L1,L2|X) = p(L2|L1,X)p(L1|X) 

其中L1和L2是兩個類別標籤和X是數據。

我的建議是使用數據集1和2以及L1作爲目標變量來訓練p（L1 | X）的模型，然後使用數據集2和L1訓練p（L2 | L1，X）的模型， L2作爲你的目標變量。要預測一對新的標籤，可以使用第一個模型來獲得L1的估計值，然後使用L1的估計值來估計L2。我認爲反對這種方法的一個論點是，雖然公式是正確的，但是可能p（L1，L2 | X）比p（L2 | L1，X）和p L1 | X）。但是，在沒有更多細節的情況下，我真的不知道。