Classificação

Aprendizado

Multirrótulo

Multi-Label Learning

Ronie Uliana

LCoN

Definição Formal

Exemplos

Definição Formal

Rótulos

Definição Formal

Objetivos

Definição Formal

𝓧 = ℝ d
𝓧 = {x 1, x 2, …, x n}

Indicadores

Caracterizando os dados

Trabalho: 332.597 exemplos

Cardinalidade

Média de rótulos por exemplo

LCard = \frac{1}{n} \sum_{i=1}^{n}|Y_{i}|
LCard=1n∑i=1n∣Yi∣LCard = \frac{1}{n} \sum_{i=1}^{n}|Y_{i}|

Trabalho: 166,07

Densidade

Média de repetições de rótulos

LDen = \frac{1}{q} LCard
LDen=1qLCardLDen = \frac{1}{q} LCard

Trabalho: 0,0005

Transformação

do problema

Problemas multirrótulos são transformados em problemas de rótulo simples.

Adaptação

do algoritmo

Algoritmos de rótulos simples são adaptados para multirrótulo.

Classificação

Encontrar o conjunto de rótulos corretos.

Ordenação

Ordenar os rótulos do mais provável ao menos provável.

Classificação e Ordenação

Encontrar e ordenar os rótulos.

Ordenação => Classificação

use um threshold!

Quanto a correlação

entre rótulos

  • Primeira Ordem
  • Segunda Ordem
  • Ordens Superiores

Transformação do problema

  • Cópia & Seleção
  • Binary Relevance
    • Ensembles
  • Label Powerset
    • RAkEL
    • Pruned
    • Pairwise

Label Powerset

Todas os subconjuntos possíveis de rótulos

2^{|Y|}
2∣Y∣2^{|Y|}

RAkEL

Treinar classificadores com subconjuntos aleatórios de rótulos.

Combiná-los ao final.

(falta coisa aqui ainda =/)

Pruned

Objetivo: Reforçar correlações mais fortes.

Remove conjuntos menos frequentes.

Dos removidos, procura subconjuntos frequentes e os retornam para o conjunto

Adaptação do Algoritmo

  • Decision Trees (C4.5 e AdaBoost.MH)
  • ML-kNN
  • Perceptrons & Backpropagation
  • Association Rules

Pontos interessantes

  • Explorar a relação entre os rótulos
    • (Bons resultados em vários papers)
  • Transformação é interessante
    • Ranking by Pairwise Comparison
    • Fürnkranz et al., 2008 (tag virtual)
  • Trabalhos com preocupação na compreensão do critério de classificação

Quem seguir?

  • Grigorios Tsoumakas
  • Min-Ling Zhang & Zhi-Hua Zhou
  • Data Mining and Discovery Handbook - Cap. 34 (2009)
  •  Review of Multi-Label Learning Algorithms (2014) - (aviso: a notação matemática nesse é pesada!)
  • Multi-label learning: a review of
    the state of the art and ongoing
    research (2014) *

Como conseguir uma rápida visão geral?

Fim

Como não perder novidades?

Google Scholar Alert

 intitle:"multi-label" OR intitle:"multi-labeled"

Bibliografia: https://goo.gl/2uRQax

Trabalho: https://goo.gl/E5bBLa

Made with Slides.com