基于GBDT的标记分布学习算法研究

王远志，陆文成，田文泉，高 标

（安庆师范大学计算机与信息学院，安徽安庆246133）

标记是对样本的描述与反映，传统标记学习一般分为单标记学习和多标记学习，单标记学习是假定数据集中的每个样本对应一个标记的学习范式，而多标记学习是将样本对应多个标记的学习范式，且每个相关标记对于整个样本是同等重要的[1]。多标记学习可以更好地处理标记域地不确定问题，能够知道哪些标记描述样本，却不清楚这些标记如何描述样本。但在实际问题中，需要更细致地了解标记对样本的描述程度，而标记分布学习（LDL）则可以很好地处理这类需要了解标记分布强度的问题。Geng[2]等提出了标记分布思想概念，并设计了IIS-LDL算法并应用在自动年龄的估计上，获取到更多的样本信息，从而降低了由于年龄训练数据稀缺带来的风险。后来Geng等[3]规范化定义标记分布学习，设计相关算法，提出衡量算法效果的指标，建立了一套完整的标记分布学习框架。随着不断的研究与发展，标记分布学习在机器学习领域运用越来越广泛[4]，对相关算法预测标记分布的准确度要求也越来越高，因此需要设计出预测结果更加理想的算法。

决策树（Decision Tree）是很常用的机器学习方法，单个决策树处理问题十分有限，通常采用集成学习的思想组合多算法或多分类器得出更理想的结果[5]。在以往研究中，决策树算法能够有效解决多标记学习的问题，如多标记模糊粗糙决策树和基于标记相关特征的多标记决策树算法[6]，通过改进Adaboost处理多标记数据的Adaboost.MH与Adaboost.MR算法[7]等。……