CCDM比赛总结.PPT

多分类任务 第十九页 解决思路 多分类任务 第二十页 解决思路 Tsoumakas G, Katakis I, Vlahavas I. Mining multi-label data[M]//Data mining and knowledge discovery handbook. Springer US, 2010: 667-685. 第二十三页 再次感谢老师指导和关心 以及同学们的努力 邹权副教授 林琛副教授 陈伟程(研三) 陈文强(研三) 胡始昌(研三) 唐振坤(研三) 宋莉(本科) 曾建沧(本科) 赵雪薇(本科) 比赛介绍：CCDM比赛背景/实验室的参与,同学和老师的支持 * 目标非常明确，前三名 * 比赛介绍：CCDM比赛背景/实验室的参与,同学和老师的支持 * 目标非常明确，前三名 * 极度稀疏的数据，例如fea115，特征值全部为0 * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 比赛介绍：CCDM比赛背景/实验室的参与,同学和老师的支持 * 目标非常明确，前三名 * 极度稀疏的数据，例如fea115，特征值全部为0 * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * 极度稀疏的数据，例如label 12 18.7% * CCDM竞赛回顾与总结 陈文强 2014/03/26 目录 第一页 1 3 比赛基本介绍 多标记分类任务 多分类任务 比赛基本介绍 第二页 主办单位：中国计算机学会中国人工智能学会 协办单位：中国计算机学会模式识别与人工智能专委会 中国人工智能学会机器学习专委会 指导专家：周志华等 评审专家：郭茂祖、朱军等 比赛基本介绍 第三页 竞赛时间：2014/01/05 —— 2014/03/15 数 据 集：医学诊断数据 比赛任务：Task1 多标记 Task2 多分类 比赛基本介绍 第四页 目 标 : 前三名 02/13 02/20 02/21 02/28 02/29 03/05 03/06 03/12 03/13 03/15 jikicaxi JHHT xmu_dmlab CUG_Miners jikicaxi JHHT FZU_BRRF CUG_Miners Yuri xmu_dmlab xmu_dmlab jikicaxi JHHT CUG_Miners Yuri JHHT xmu_dmlab Jikicaxi Yuri xmu_dmlab JHHT jikicaxi 排名 1 2 3 4 5 6 目录 第五页 1 3 比赛基本介绍 多标记分类任务 多分类任务 多标记分类任务 第六页 Dataset Domain Instances Features Labels Multi-label Medical 904 129 12 数据集概况和人员 多标记分类任务 第七页 特征分布：稀疏 数据集分析 多标记分类任务 第八页 相关标记分布 数据集分析 多标记分类任务 第九页 Average Precision 评价指标 1 0 0 1 0.87 0.33 0.26 0.67 Bipartition: a bipartition of the labels into relevant and irrelevant Confidences: the probability of each label being positive Ranking: the rank of each label, ranging from 1 to array length 4 2 1 3 多标记分类任务 第十页 解决思路 Classifier Pool Feature Pool C1 C2 CK … Ensemble Predictions 多标记分类任务 第十一页 解决思路 Classifier Pool Feature Pool RAkEL HOMER MLkNN … Ensemble Predictions GainRatio 多标记分类任务 第十二页 解决思路 GainRatioAttributeEval Top 120 Tsoumakas G, Katakis I, Vlahavas I. Mining multi-label data[M]//Data minin