【paper】A Divide- and-Conquer Approach for Large-scale Multi-label Learning

A Divide- and-Conquer Approach for Large-scale Multi-label Learning 添加链接描述 一、模型思路 利用特征向量将训练数据聚类为几个聚类。 通过将每个标签视为一个推荐项目（items），将多标签问题重新表述为推荐问题（users）。 学习高级分解模型（因子分解机，FM），以向局部集群的每个点推荐标签子集。 二、创新点 提出了一种基于分

>>阅读原文<<