Ronie Uliana
Software Architect and journeyman Data Scientist
Multi-Label Learning
Ronie Uliana
LCoN
Exemplos
Rótulos
Objetivos
𝓧 = ℝ d | |
𝓧 = {x 1, x 2, …, x n} |
Trabalho: 332.597 exemplos
Média de rótulos por exemplo
Trabalho: 166,07
Média de repetições de rótulos
Trabalho: 0,0005
Problemas multirrótulos são transformados em problemas de rótulo simples.
Algoritmos de rótulos simples são adaptados para multirrótulo.
Encontrar o conjunto de rótulos corretos.
Ordenar os rótulos do mais provável ao menos provável.
Encontrar e ordenar os rótulos.
Ordenação => Classificação
use um threshold!
Todas os subconjuntos possíveis de rótulos
Treinar classificadores com subconjuntos aleatórios de rótulos.
Combiná-los ao final.
(falta coisa aqui ainda =/)
Objetivo: Reforçar correlações mais fortes.
Remove conjuntos menos frequentes.
Dos removidos, procura subconjuntos frequentes e os retornam para o conjunto
Google Scholar Alert
intitle:"multi-label" OR intitle:"multi-labeled"
Bibliografia: https://goo.gl/2uRQax
Trabalho: https://goo.gl/E5bBLa
By Ronie Uliana
Visão geral sobre o que é e como se divide a classificação multirrótulo (multi-label)