周斌斌，張敏靈+，劉胥影

1.東南大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，南京 210096

2.東南大學(xué) 計(jì)算機(jī)網(wǎng)絡(luò)和信息集成教育部重點(diǎn)實(shí)驗(yàn)室，南京 210096

1 引言

偏標(biāo)記學(xué)習(xí)（partial label learning）是一類重要的弱監(jiān)督學(xué)習(xí)（weakly supervised learning）框架，在該框架下，每個(gè)訓(xùn)練樣本在輸入空間由單個(gè)示例（特征向量）描述，而在輸出空間與一組候選標(biāo)記集合（candidate label set）相關(guān)聯(lián)，其中有且僅有一個(gè)是其真實(shí)標(biāo)記[1-2]。偏標(biāo)記學(xué)習(xí)的目標(biāo)是學(xué)習(xí)一個(gè)從輸入空間到輸出空間的多類分類器。最近幾年，偏標(biāo)記學(xué)習(xí)技術(shù)已經(jīng)廣泛應(yīng)用于真實(shí)世界的問題中，例如文本挖掘[3]、圖片分類[4]、生態(tài)信息學(xué)[5]等領(lǐng)域。

偏標(biāo)記學(xué)習(xí)框架的形式化定義如下。設(shè)X=Rd代表樣本特征空間，Y={y1,y2,…,yq}代表樣本標(biāo)記空間。給定偏標(biāo)記訓(xùn)練集D={(xi,Si)|1≤i≤m}，其中xi∈X為d維特征向量，Si?Y為xi的候選標(biāo)記集合，xi的真實(shí)標(biāo)記yi未知但滿足條件yi∈Si。偏標(biāo)記學(xué)習(xí)目標(biāo)是基于訓(xùn)練集D學(xué)習(xí)得到多類分類器f:X→Y。

偏標(biāo)記學(xué)習(xí)的難點(diǎn)在于樣本的真實(shí)標(biāo)記隱藏在候選標(biāo)記集合中，樣本的真實(shí)標(biāo)記無(wú)法獲得。目前解決這個(gè)問題的基本策略是消歧。消歧思想是消除偏標(biāo)記對(duì)象候選標(biāo)記中偽標(biāo)記引起的歧義性?，F(xiàn)有的消歧策略算法主要包括基于辨識(shí)的消歧（disambiguation of identification-based）和基于平均的消歧（disambiguation of averaging-based）?；诒孀R(shí)的消歧將樣本的真實(shí)標(biāo)記當(dāng)作隱變量，通過迭代方式優(yōu)化內(nèi)嵌隱變量來實(shí)現(xiàn)消歧?；谄骄南鐚?duì)偏標(biāo)記樣本的各個(gè)候選標(biāo)記賦予相同的權(quán)重，通過綜合學(xué)習(xí)模型在各候選標(biāo)記上的輸出來實(shí)現(xiàn)消歧[1,6-7]。

然而，基于消歧的偏標(biāo)記學(xué)習(xí)技術(shù)很大程度上會(huì)受到偽標(biāo)記（即Si?{yi}）帶來的不利影響。為了緩解這個(gè)不利影響，Zhang提出了一種基于糾錯(cuò)輸出編碼（error-correcting output codes，ECOC[8-9]）的非消歧策略的偏標(biāo)記學(xué)習(xí)算法PL-ECOC[10]（partial labelerror-correcting output codes），該方法將多類分類技術(shù)糾錯(cuò)輸出編碼應(yīng)用到偏標(biāo)記學(xué)習(xí)中，通過編碼的方式將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為多個(gè)二類學(xué)習(xí)問題，然后對(duì)多個(gè)二類分類器集成得到最終的分類器。

很明顯，候選標(biāo)記數(shù)目越多，偏標(biāo)記對(duì)象的偽標(biāo)記信息就會(huì)越多，偏標(biāo)記學(xué)習(xí)問題的難度越大，從而不利于偏標(biāo)記問題的學(xué)習(xí)。因此可以通過減少候選標(biāo)記的數(shù)目來降低偏標(biāo)記學(xué)習(xí)的難度，從而有利于偏標(biāo)記問題的學(xué)習(xí)。本文從該角度出發(fā)，提出了一種基于三元糾錯(cuò)輸出編碼的偏標(biāo)記學(xué)習(xí)算法（partial labelternary error-correcting output codes，PL-TECOC），該算法類似于但不同于PL-ECOC且能獲得較好的分類性能，PL-TECOC算法采用三元編碼方式，即使用{+1,-1,0}進(jìn)行編碼，在將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為多個(gè)二類學(xué)習(xí)問題的過程中，編碼“0”用于忽略相應(yīng)的標(biāo)記，只依靠非“0”標(biāo)記完成二類學(xué)習(xí)問題訓(xùn)練數(shù)據(jù)的構(gòu)建，從而減少候選標(biāo)記個(gè)數(shù)以降低偏標(biāo)記學(xué)習(xí)問題的難度。

本文的組織結(jié)構(gòu)如下：第2章介紹偏標(biāo)記學(xué)習(xí)的相關(guān)工作；第3章介紹本文提出的PL-TECOC算法；第4章是實(shí)驗(yàn)部分，最后對(duì)本文進(jìn)行總結(jié)和展望。

2 相關(guān)工作

目前，關(guān)于偏標(biāo)記學(xué)習(xí)的算法主要分為基于辨識(shí)的消歧策略、基于平均的消歧策略以及基于非消歧的策略。

基于辨識(shí)的消歧策略，現(xiàn)有方法將真實(shí)標(biāo)記當(dāng)作隱變量，然后通過迭代方式優(yōu)化內(nèi)嵌隱變量的目標(biāo)函數(shù)來達(dá)成消歧。首先假設(shè)一個(gè)特定的參數(shù)模型F(x,y;θ)（θ為模型參數(shù)），然后把真實(shí)標(biāo)記當(dāng)作隱變量并且根據(jù)式子y?i=argmaxy∈SiF(xi,y;θ)來確定真實(shí)標(biāo)記，最后通過EM[11-12]算法（expectation maximization algorithm）或其他算法來優(yōu)化基于最大似然準(zhǔn)則函數(shù)或來優(yōu)化基于最大化間隔的準(zhǔn)則函數(shù)定義的目標(biāo)函數(shù)來迭代改良隱變量（真實(shí)標(biāo)記）。

基于平均的消歧策略，現(xiàn)有方法對(duì)偏標(biāo)記樣本的各個(gè)候選標(biāo)記賦予相同的權(quán)重，通過綜合學(xué)習(xí)模型在各候選標(biāo)記上的輸出來實(shí)現(xiàn)消歧。常見方法包括基于k近鄰的偏標(biāo)記方法，該方法通過對(duì)樣本近鄰的候選標(biāo)記集合進(jìn)行加權(quán)投票來預(yù)測(cè)樣本的類別標(biāo)記，即，其中 I(·)為指示函數(shù)，N(x*)為樣本x*的近鄰?；谕箖?yōu)化的偏標(biāo)記學(xué)習(xí)方法通過最小化偏標(biāo)記樣本在候選標(biāo)記集合上經(jīng)驗(yàn)損失（由決定）以及在非候選標(biāo)記集合上的經(jīng)驗(yàn)損失（由F(x,y;θ)y?Si決定）[1]來進(jìn)行偏標(biāo)記學(xué)習(xí)。

以上是消歧策略，Zhang近年來提出了一種全新的非消歧策略算法PL-ECOC，它將多類學(xué)習(xí)的糾錯(cuò)輸出編碼應(yīng)用到偏標(biāo)記學(xué)習(xí)中，通過編碼的方式將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為多個(gè)二類學(xué)習(xí)問題，最后對(duì)多個(gè)二類分類器集成以得到最終的學(xué)習(xí)器。

3 基于三元糾錯(cuò)輸出編碼的偏標(biāo)記學(xué)習(xí)算法

偏標(biāo)記學(xué)習(xí)的任務(wù)是學(xué)習(xí)一個(gè)多類分類器f:X→Y，本質(zhì)上這是一個(gè)多類學(xué)習(xí)問題。在傳統(tǒng)監(jiān)督學(xué)習(xí)框架下，解決多類學(xué)習(xí)問題一種常見方式就是將多類學(xué)習(xí)問題分解為多個(gè)二類學(xué)習(xí)問題進(jìn)行求解。常見的分解方式有一對(duì)一（one-vs-one）、一對(duì)多（one-vs-rest）和糾錯(cuò)輸出編碼（ECOC），在偏標(biāo)記學(xué)習(xí)問題中，由于訓(xùn)練樣本的真實(shí)標(biāo)記未知，無(wú)法直接使用一對(duì)一和一對(duì)多的分解策略，而糾錯(cuò)輸出編碼可以多對(duì)多，因此可用為分解策略。

本文提出的PL-TECOC算法旨在通過減少候選標(biāo)記的數(shù)目來降低偏標(biāo)記學(xué)習(xí)的難度。它對(duì)基于二元編碼的PL-ECOC算法進(jìn)行擴(kuò)展，采用三元編碼方式，即使用{+1,-1,0}進(jìn)行編碼。在將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為多個(gè)二類學(xué)習(xí)問題的過程中，編碼“0”用于忽略相應(yīng)的標(biāo)記，只依據(jù)非0標(biāo)記完成二類學(xué)習(xí)問題訓(xùn)練數(shù)據(jù)的構(gòu)造，從而減少候選標(biāo)記個(gè)數(shù)以降低偏標(biāo)記學(xué)習(xí)問題的難度。PL-TECOC算法主要分為編碼和解碼階段。

在編碼階段，首先隨機(jī)生成一個(gè)編碼矩陣M∈{+1,0,-1}q×L，其中q為類別標(biāo)記個(gè)數(shù)，L為編碼長(zhǎng)度。編碼矩陣M的每一行即M(j,:)是類別yi的一個(gè)L位編碼字，矩陣的每一列M(:,?)=σ=[σ1,σ2,…,σq]T代表q位的列編碼，其中 [σ1,σ2,…,σq]T∈{+1,0,-1}q，它根據(jù)式（1）將標(biāo)記空間Y={y1,y2,…,yq}劃分為3個(gè)部分

根據(jù)式（2）得知，對(duì)于偏標(biāo)記訓(xùn)練集的每個(gè)樣本xi，如果其候選標(biāo)記集合包含于組成的并集合中且與的交集不為空時(shí)，則將該樣本歸為正類樣本；如果其候選標(biāo)記集合包含于組成的并集合中且與的交集不為空時(shí)，則將該樣本歸為負(fù)類樣本，否則丟棄該樣本。這樣偏標(biāo)記訓(xùn)練集中的部分樣本可能既不屬于也不屬于因此，為了避免二類訓(xùn)練集樣本數(shù)過少的問題，PL-TECOC設(shè)置一個(gè)閾值τ來減少其影響，即二類訓(xùn)練集大小須要大于等于閾值τ。此外構(gòu)建的二類訓(xùn)練集存在類別不平衡問題，即一類樣本明顯少于另一類樣本。PLTECOC設(shè)置閾值υ來解決這個(gè)問題，即二類訓(xùn)練集中兩類樣本數(shù)比例須小于等于參數(shù)υ。

在解碼階段，類似于ECOC的解碼，將未知樣本x*預(yù)測(cè)為其編碼字h(x*)與標(biāo)記編碼字最近的標(biāo)記，見式（3）。

其中h(x*)=[h1(x*),h2(x*),…,hL(x*)]，關(guān)于如何計(jì)算h(x*)具體見算法1的算法偽碼。dist(·,·)為距離函數(shù)，針對(duì)三元解碼，常見的方式有減弱的歐式解碼（attenuated Euclidean decoding，AED）、基于損失的解碼（lossbased decoding）以及基于概率的解碼（probabilisticbased decoding）等方式[15]。PL-TECOC采用減弱的歐式解碼，其定義為：

PL-TECOC算法不同于PL-ECOC，主要體現(xiàn)在以下兩方面：（1）本算法采用三元編碼方式將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為多個(gè)二類學(xué)習(xí)問題，編碼“0”用于忽略相應(yīng)的標(biāo)記，只依據(jù)非0標(biāo)記完成二類學(xué)習(xí)問題訓(xùn)練數(shù)據(jù)的構(gòu)造，從而減少候選標(biāo)記個(gè)數(shù)以降低偏標(biāo)記學(xué)習(xí)問題的難度。（2）在構(gòu)建的二類訓(xùn)練集存在類別不平衡問題，本算法通過設(shè)置一個(gè)閾值τ來減少其帶來的影響。

算法1PL-TECOC算法

輸入：D={(xi,Si)|1≤i≤m}為偏標(biāo)記訓(xùn)練集，L為編碼長(zhǎng)度，Ψ為二類分類器，τ為二類訓(xùn)練集大小的閾值，υ為二類訓(xùn)練集不平衡比例的閾值，x*為測(cè)試樣本。

輸出：y*為樣本x*的預(yù)測(cè)標(biāo)記。

訓(xùn)練

1.?=0

2.While?≠L

3. 隨機(jī)生成q位的列編碼σ=[σ1,σ2,…,σq]T∈{+1,0,-1}q

5.根據(jù)式（2）將偏標(biāo)記訓(xùn)練集D={(xi,Si)|1≤i≤m}轉(zhuǎn)換為二類訓(xùn)練集Bσ

6. If|Bσ|≥τ并且

7. ?=?+1

8. 令M(:,?)=σ

9.基于二類訓(xùn)練集Bσ學(xué)習(xí)一個(gè)二類分類器即h?←Ψ(Bσ)

10. End If

11.End While

測(cè)試

12.根據(jù)訓(xùn)練階段學(xué)習(xí)的二類分類器得到樣本x*的編碼字h(x*)=[h1(x*),h2(x*),…,hL(x*)]

13.根據(jù)式（3）得到測(cè)試樣本x*的標(biāo)記y*=f(x*)

4 實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果

4.1 實(shí)驗(yàn)設(shè)置

本文在人工數(shù)據(jù)集[16]和真實(shí)數(shù)據(jù)集上分別進(jìn)行了實(shí)驗(yàn)。數(shù)據(jù)集信息分別見表1和表2，包括樣本數(shù)、屬性數(shù)、類別數(shù)，另外真實(shí)數(shù)據(jù)集還給出了樣本的平均候選標(biāo)記集合大小。

Table 1 UCI datasets表1 人工數(shù)據(jù)集

對(duì)于人工數(shù)據(jù)集，根據(jù)常用的設(shè)置方法[1,5,10]，通過控制ρ、r、ε這3個(gè)參數(shù)從多類數(shù)據(jù)集中生成人工偏標(biāo)記數(shù)據(jù)集，其中ρ控制偏標(biāo)記訓(xùn)練樣本的比例（即|Si|＞1），r控制候選標(biāo)記中偽標(biāo)記的個(gè)數(shù)（|Si|=r+1），ε控制一個(gè)額外候選標(biāo)記y′≠y與真實(shí)標(biāo)記y同時(shí)出現(xiàn)的概率。由表1可見，對(duì)于每個(gè)人工數(shù)據(jù)集，總共有28（4×7）個(gè)參數(shù)設(shè)置，于是生成28組不同設(shè)置的偏標(biāo)記數(shù)據(jù)集。

對(duì)于真實(shí)數(shù)據(jù)集，Lost[1]、Soccer Player[4]、LYN（Labeled Yahoo!News）[17]數(shù)據(jù)集來自于自動(dòng)人臉識(shí)別，MSRCv2[5]數(shù)據(jù)集來自于目標(biāo)分類，BirdSong[18]數(shù)據(jù)集來自于鳥類音節(jié)分類。對(duì)于自動(dòng)人臉識(shí)別任務(wù)，將圖片或視頻上出現(xiàn)的人臉作為示例，然后從標(biāo)題或字幕上抽取的人名作為候選標(biāo)記，特別地，保留LYN數(shù)據(jù)集出現(xiàn)數(shù)目最多的Num（Num∈{10,20,50,100,200}）個(gè)人物名字作為標(biāo)記空間，這樣可以生成5個(gè)版本的LYN數(shù)據(jù)集，數(shù)據(jù)集命名為L(zhǎng)YN Num。對(duì)于目標(biāo)分類，MSRCv2數(shù)據(jù)集包括23個(gè)類別的1 758個(gè)圖像分割區(qū)域，每個(gè)圖分割區(qū)域代表一個(gè)示例，而其候選標(biāo)記集合為出現(xiàn)在同一圖像的所有對(duì)象類別。對(duì)于鳥類音節(jié)分類，BirdSong數(shù)據(jù)集將鳥叫聲的音節(jié)作為一個(gè)示例，而將出現(xiàn)在音節(jié)10 s期間的鳥類當(dāng)作候選標(biāo)記集合。

Tabel 2 Real-world datasets表2 真實(shí)數(shù)據(jù)集

為了驗(yàn)證提出算法的有效性，本文將和以下幾個(gè)常用的偏標(biāo)記學(xué)習(xí)算法進(jìn)行對(duì)比。

（1）基于k近鄰的偏標(biāo)記學(xué)習(xí)算法PL-KNN（partial labelknearest neighbor）[6]：一種基于平均消歧策略的偏標(biāo)記學(xué)習(xí)算法，參數(shù)k設(shè)置為10。

（2）基于凸優(yōu)化的偏標(biāo)記學(xué)習(xí)算法CLPL（convex learning from partial labels）[1]：一種基于平均消歧策略的偏標(biāo)記學(xué)習(xí)算法，二類分類器采用基于L2正則化鉸鏈損失（hingeloss）的SVM算法，使用Liblinear工具包實(shí)現(xiàn)。

（3）基于最大間隔的偏標(biāo)記學(xué)習(xí)算法PL-SVM（partial label support vector machine）[14]：一種基于辨識(shí)策略的偏標(biāo)記學(xué)習(xí)算法，正則化參數(shù)從{10-3,10-2,…,103}這個(gè)范圍內(nèi)選擇，使用線性核。

（4）基于最大似然的偏標(biāo)記學(xué)習(xí)算法LSB-CMM（logistic stick-breaking conditional multinomial model）[5]：一種基于辨識(shí)策略的偏標(biāo)記學(xué)習(xí)算法，其中混合成分個(gè)數(shù)設(shè)為q（即類別標(biāo)記個(gè)數(shù)）。

（5）基于非消歧策略的偏標(biāo)記學(xué)習(xí)算法PLECOC[10]：編碼長(zhǎng)度設(shè)，二類訓(xùn)練集大小閾值設(shè)為

對(duì)于PL-TECOC算法，二類基分類器采用Libsvm[19]工具箱實(shí)現(xiàn)的支持向量機(jī)，二類訓(xùn)練集大小閾值參數(shù)τ設(shè)為偏標(biāo)記訓(xùn)練集大小的1/10，即，編碼長(zhǎng)度設(shè)為，二類訓(xùn)練集不平衡的比例閾值υ設(shè)為4。在本文中，對(duì)于人工數(shù)據(jù)集和真實(shí)數(shù)據(jù)集均采用10倍交叉驗(yàn)證實(shí)驗(yàn)，并記錄各對(duì)比算法的準(zhǔn)確率以及標(biāo)準(zhǔn)差。

4.2 人工數(shù)據(jù)集實(shí)驗(yàn)

圖1到圖3展示了PL-TECOC和各種對(duì)比算法分別在r=1,2,3，ρ以步長(zhǎng)0.1從0.1到0.7變化時(shí)的分類準(zhǔn)確率。圖4展示了PL-TECOC和各種對(duì)比算法在ρ=1,r=1，ε以步長(zhǎng)0.1從0.1到0.7變化時(shí)的分類準(zhǔn)確率。（a）～（d）分別是4個(gè)數(shù)據(jù)集上對(duì)應(yīng)的結(jié)果圖。

圖1到圖4表明在所有情況下PL-TECOC的性能優(yōu)于或持平于其他對(duì)比算法?；陲@著程度為0.05的成對(duì)t檢驗(yàn)，表3給出了在4個(gè)數(shù)據(jù)集上所有設(shè)置情況下PL-TECOC優(yōu)于/持平/劣于其各對(duì)比算法的次數(shù)。從表3可以得出以下結(jié)論：

（1）在所有參數(shù)設(shè)置下的人工數(shù)據(jù)集上，對(duì)比算法的性能劣于PL-TECOC。

Tabel 3 Win/tie/loss counts on classification performance of PL-TECOC against each compared algorithm表3 PL-TECOC分類性能優(yōu)于/持平/劣于其他對(duì)比算法的次數(shù)統(tǒng)計(jì)

Fig.1 Classification accuracy of each compared algorithm under configurationr=1,ρ∈{0 .1,0.2,…,0.7}圖1 對(duì)應(yīng)設(shè)置為r=1,ρ∈{0 .1,0.2,…,0.7}時(shí)各種算法的分類準(zhǔn)確率

Fig.2 Classification accuracy of each compared algorithm under configurationr=2,ρ∈{0 .1,0.2,…,0.7}圖2 對(duì)應(yīng)設(shè)置為r=2,ρ∈{0 .1,0.2,…,0.7}時(shí)各種算法的分類準(zhǔn)確率

Fig.3 Classification accuracy of each compared algorithm under configurationr=3,ρ∈{0 .1,0.2,…,0.7}圖3 對(duì)應(yīng)設(shè)置為r=3,ρ∈{0 .1,0.2,…,0.7}時(shí)各種算法的分類準(zhǔn)確率

Fig.4 Classification accuracy of each compared algorithm under configuration ρ=1,r=1,ε∈{0.1,0.2,…,0.7}圖4 對(duì)應(yīng)設(shè)置為 ρ=1,r=1,ε∈{0 .1,0.2,…,0.7}時(shí)各種算法的分類準(zhǔn)確率

（2）和基于平均消歧策略方法相比，PL-TECOC分別在83.0%和86.6%的情況下優(yōu)于PL-KNN和CLPL。

（3）和基于辨識(shí)消歧策略方法相比，PL-TECOC分別在100.0%和76.7%的情況下優(yōu)于PL-SVM和LSB-CMM。

（4）和非消歧策略方法相比，PL-TECOC基本上與PL-ECOC持平。

4.3 真實(shí)數(shù)據(jù)集實(shí)驗(yàn)

基于顯著程度為0.05時(shí)的成對(duì)t檢驗(yàn)，表4給出了在真實(shí)數(shù)據(jù)集上PL-TECOC和各對(duì)比算法的性能表現(xiàn)。從表4可以看出：

（1）在MSRCv2數(shù)據(jù)集上，PL-TECOC算法性能優(yōu)于其他所有對(duì)比算法。

（2）在LYN100和LYN200數(shù)據(jù)集上，PL-TECOC持平于PL-ECOC，優(yōu)于其他對(duì)比算法。在LYN20數(shù)據(jù)集上，PL-TECOC持平于LSB-CMM，優(yōu)于其他對(duì)比算法。在BirdSong數(shù)據(jù)集上，PL-TECOC持平于PL-ECOC和LSB-CMM，優(yōu)于其他對(duì)比算法。

（3）在Lost數(shù)據(jù)集上，PL-TECOC劣于CLPL和PL-SVM，優(yōu)于PL-KNN，持平于其他對(duì)比算法。在Soccer Player數(shù)據(jù)集上，PL-TECOC劣于PL-ECOC和LSB-CMM，優(yōu)于CLPL，持平于其他對(duì)比算法。

（4）在LYN50數(shù)據(jù)集上，PL-TECOC劣于LSBCMM，優(yōu)于其他對(duì)比算法。

4.4 算法的參數(shù)敏感性分析

對(duì)PL-TECOC算法關(guān)于參數(shù)υ及L的敏感性進(jìn)行了分析，圖5展示了PL-TECOC算法性能在不同參數(shù)設(shè)置下的變化情況。本文選擇了Lost、MSRCv2、BirdSong 3個(gè)數(shù)據(jù)集來進(jìn)行參數(shù)的敏感性分析，對(duì)于其他的數(shù)據(jù)集也有類似的觀察結(jié)果。圖5（a）表示PL-TECOC隨著以步長(zhǎng)10改變時(shí)分類準(zhǔn)確率的變化。圖5（b）表示PL-TECOC隨著υ從3到7以步長(zhǎng)1改變時(shí)分類準(zhǔn)確率的變化。

Table 4 Classification accuracy of each algorithm on real-world datasets表4各算法在真實(shí)數(shù)據(jù)集上的分類準(zhǔn)確度

Fig.5 Parameter sensitivity analysis for PL-TECOC on Lost,MSRCv2 and BirdSong datasets圖5 PL-TECOC在Lost、MSRCv2、BirdSong 3個(gè)數(shù)據(jù)集上的參數(shù)敏感性分析

由圖5可見：對(duì)于參數(shù)L，PL-TECOC性能先提高后趨于穩(wěn)定。對(duì)于參數(shù)υ，PL-TECOC性能先呈現(xiàn)下降趨勢(shì)，最終趨于穩(wěn)定?？偟膩碚f，參數(shù)υ對(duì)于算法性能影響明顯，因此對(duì)于該參數(shù)的選擇非常重要。

5 總結(jié)與展望

為了減少候選標(biāo)記的數(shù)目以降低偏標(biāo)記學(xué)習(xí)的難度，本文提出了一種基于三元糾錯(cuò)輸出編碼技術(shù)的偏標(biāo)記學(xué)習(xí)方法PL-TECOC。實(shí)驗(yàn)表明該算法在人工數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上均表現(xiàn)良好的性能。

PL-TECOC算法的一個(gè)潛在缺點(diǎn)是在構(gòu)建二類訓(xùn)練集時(shí)一些偏標(biāo)記訓(xùn)練樣本會(huì)被剔除（見算法1步驟5），未來工作方向之一是如何有效地利用這些被踢除的偏標(biāo)記樣本。另外，如何設(shè)計(jì)更好的編碼方式來解決偏標(biāo)記學(xué)習(xí)問題也是一個(gè)值得研究的方向。