适用于MATLAB的多标签AdaBoost

[poster]

我目前正在寻找适用于MATLAB的多标签AdaBoost实现或一种针对多标签情况有效使用两标签实现的技术。在这方面的任何帮助将不胜感激。



回答：

您可以使用支持向量机中使用的相同方法。 SVM最初是二进制分类器，提出了几种用于处理多类数据的方法：

• 反对所有 ：每个类构造一个二进制分类器，并将该类中的实例训练为正例，将所有其他实例训练为负例（即：1-vs-not1、2-vs-not2、3-vs-not3 ）。最后，使用每个分类器的后验概率来预测分类。
  
• 一对一 ：通过简单地训练两个类的实例，为每对类构造几个二进制分类器（即：1-vs-2、1-vs-3、2-vs-3，..）。然后，您可以使用多数票合并各个结果。
  
• 纠错输出代码 ：基于纠错理论（汉明码等），它依靠使用冗余度对多个二进制分类器的输出进行编码来提高准确性。
  

注意，这些是通用方法，可以应用于任何二进制分类器。

否则，您可以搜索多类Adaboost的特定实现，我敢肯定那里有很多实现。快速搜索显示了这一点： Multiclass GentleAdaboosting



更多&回答...