什么是MLC？（Multi-label Classification）

MLC 多标签分类。

• 多类分类 & 多标签分类

例如：
假设有类["酸", "甜", "苦", "辣", "香"]，

多类分类是 "水果点酸"(label="酸")，"这道菜看起来很香"(label="香")；

多标签分类是"辣子鸡虽然味道很香，但是太辣了"(label=["辣", "香"])，"酸酸奶又酸又甜"(labe=["酸","甜"])。

可以明显发现，多类分类只有一个标签，多标签分类可以有多个标签(而且不确定)。

• 难点

(1)类标数量不确定，有些样本可能只有一个类标，有些样本可能高达几十甚至几百个类标。

(2)类标之间的相互依赖，比如包含蓝天类标的样本很有可能包含白云，如何解决类标之间的依赖性问题也是一大难题。

(3)多标签训练集难以获得。

如何解决MLC问题

目前关于多标签的学习算法很多，从解决问题的角度可以分为两类:一是基于问题转化的方法，二是基于算法适用的方法。基于问题转换的方法是转换问题数据，使用现有算法；基于算法的方法是扩展特定算法，以处理多标记数据、改进算法和应用数据。

说白了，基于问题转化的方法就是把原来的数据从另一个角度组合起来，变成原来解决的问题。

适用于算法的方法是改进现有算法，使其适合多标签。

• 基于问题转化的方法

（1） 可用于传统的机器学习模型分类器链，在这种情况下，第一个分类器只在输入数据上训练，然后每个分类器在输入空间和链上的所有以前的分类器上训练。让我们试着通过一个例子来理解这个问题。在下面给出的数据集中，我们将X作为输入空间，Y作为标签。这个问题将在分类器链中转换为四个不同的标签问题，如下图所示。黄色部分是输入空间，白色部分代表目标变量。

考虑到多标签的相关性，上一个输出标签可以作为下一个标签分类器的输入。

（2）将统一看标签(Label Powerset)

在这一点上，我们发现x1和x4有相同的标签。x3和x有相同的标签。因此，标签powerset如下所示，将此问题转化为单一的多种问题。

因此，标签powerset它为训练集中的每一个可能的标签组合提供了一个独特的类别。转换为单标签后即可使用SVM、textCNN、textRNN等分类算法训练模型。

感觉Label Powerset只适用于标签数量较少的数据，一旦标签数量过多(假设有n个)，使用Label Powerset可能的数据集将分布在[0，2n-在空间中，数据会非常稀疏。

• 基于算法适用的方法

改编算法直接执行多标签分类，而不是将问题转化为不同的问题子集。

(1)传统机器学习模型中穿件的多标签分类模型有:kNN多标签版本MLkNN，SVM多标签版Rank-SVM等。

(2)在深度学习中，常修改多分类模型的输出层，使其适用于多标签分类，Mark J. Berger[4]使用输出层中每个标签的输出值sigmod函数2分类(标签之间没有相关信息)；Kurata经典仍然用于研究多标签分类CNN结构(如图2所示)，但最终全连接层的参数系数有些特殊，也就是图2.1中Hidden layer到output layer特别设置了系数。