基于三支决策和邻域互信息的多标记特征选择方法

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：谢觐平, 钱文彬, 蔡星星

单位：1.江西农业大学 计算机与信息工程学院，南昌 330045；2.江西农业大学 软件学院，南昌 330045

摘要：多标记学习中的特征选择是提高模型性能和降低计算复杂性的关键步骤，现有的多标记特征选择算法未考虑标记空间下标记权重的差异对特征空间的影响，同时忽略了划分样本过程中出现不确定样本划分的误分类情况。为此，提出了一种基于三支决策和邻域互信息的多标记特征选择方法。为了探索标记权重在特征空间的关联，采用邻域互信息，设计了基于邻域互信息与标记相关性的标记重要度评价方法，用来刻画标记对特征空间的影响；在多层次下对样本进行差异化处理，将三支决策理论融入多标记特征选择过程中，对样本进行粒度划分简化计算的复杂性。结合三支决策和邻域互信息构建度量特征重要性的目标函数；通过在8个真实多标记数据集的实验分析和对比算法性能，进一步验证了该算法的可行性和有效性。

关键词：特征选择,三支决策,粒计算,邻域互信息,多标记学习,标记权重,标记关系