精选优质文档-倾情为你奉上多标记学习中LIFT算法的简要概述作者：李星星来源：大众科学上旬2019年第02期摘 要：在多标记学习体系內，关于现实内的所有客观对象，系统均会在输入空间（属性空间）通过使用一个样本来描述这种对象的性质，而在输出空间（类标空间）中则采用类标来描述这种对象所具有的语义信息。而其中一种基于特异性特征的多标记学习方法LIFT尤为重要。关键词：多标记学习；类别属性；LIFT算法一、LIFT算法概述在多标记学习体系内，关于现实内的所有客观对象，系统均会在输入空间（属性空间）通过使用一个样本来描述这种对象的性质，而在输出空间（类标空间）中则采用类标来描述这种对象所具有的语义信息。而多标记学习的任务就是替真实世界中拥有多种语义的那些客观对象构建分类器的模型，从而以便这种模型能够高效地预测未知样本拥有的所有相关标记。以前很多多标记学习方法应运而生，然而这些方法所采用的共同思想就是在同样的特征空间中，利用相同的特征集合来预测样本所有的类标。换言之，通过这类方
