【笔记】A Review on Multi-Label Learning Algorithms

本文可分为五个部分，INTRODUCTION中包括对Multi-label问题的非正式定义，应用范围介绍，近年国际会议和期刊中该领域论文录用和发表的情况，最后介绍了本文的结构。THE PARADIGM中包括对对Multi-Label learning问题的正式定义和常用的评价指标。LEARNING ALGORITHMS中介绍了用于Multi-Label Learning问题的主要算法，并且常用算法分成了两类：Problem Transformation Methods和Algorithm Adaptation Methods，前者的思路是将Multi-Label问题转化为传统的分类问题，后者的思路是将分类问题的算法改进为能处理Multi-Label问题的算法。Related Learning Settings中介绍了Multi-Label Learning的一些相关知识。最后Conclusion对全文进行了一次总结。