MultiLabelKlassifikation

Multi-Label-Klassifikation ist eine Form des maschinellen Lernens, bei der jedem Beispiel mehrere Etiketten gleichzeitig zugeordnet werden können. Im Gegensatz zur Multi-Klassen-Klassifikation, bei der nur ein Label pro Instanz gewählt wird, zielt sie darauf ab, alle relevanten Labels für eine Eingabe zu identifizieren.

Formell bezeichnet man Trainingsdaten D = { (x_i, y_i) } mit x_i ∈ R^d und y_i ∈ {0,1}^L, wobei L die Anzahl möglicher Labels ist. Die Aufgabe besteht darin, eine Funktion f zu lernen, die Eingaben x auf einen Binärvektor y ∈ {0,1}^L abbildet oder eine Wahrscheinlichkeitsverteilung P(y|x) liefert.

Typische Ansätze fallen in zwei Kategorien: Problem-Transformationen wie Binary Relevance (BR), Classifier Chains (CC) und Dependent Binary Relevance, die das Problem in mehrere Binärklassifikationsaufgaben überführt; und Algorithmus-Adaption, bei der vorhandene Klassifikatoren wie SVMs, Entscheidungsbäume oder neuronale Netze direkt für Multi-Label-Probleme angepasst werden. Ensemble-Methoden werden häufig eingesetzt, um Abhängigkeiten zwischen Labels zu berücksicht.

Die Leistung wird mit speziellen Metriken bewertet, darunter Hamming Loss, exakte Übereinstimmung (Subset-Accuracy) sowie Precision, Recall und F1-Score, oft gemittelt als mikro- oder makro-Quoten. Die Wahl der Metriken hängt von Anwendungen und Labelverteilungen ab.

Anwendungsgebiete umfassen die Textklassifikation, Bild- und Audio-Tagging, Bioinformatik sowie Empfehlungssysteme, in denen Objekte mehreren Kategorien, Funktionen oder Eigenschaften zugeordnet werden müssen.

Herausforderungen umfassen unausgeglichene Label-Verteilungen, Abhängigkeiten zwischen Labels, große Labelräume, fehlende oder verrauschte Labels sowie Skalierungs- und Interpretationsprobleme bei großen Datensätzen.