多标记分类器MLKNN

该代码专门处理多标记数据，使用扩展的最近邻算法建立能够处理多标记数据集的分类器，而且提供几种有效的评价指标。

function Average_Precision=Average_precision（Outputstest_target）
%Computing the average precision
%Outputs: the predicted outputs of the classifier the output of the ith instance for the jth class is stored in Outputs（ji）
%test_target: the actual labels of the test instances if the ith instance belong to the jth class test_target（ji）=1 otherwise test_target（ji）=-1

    [num_classnum_instance]=size（Outputs）;
    temp_Outputs=[];
    temp_test_target=[];
    for i=1:num_instance
        temp=test_target（:i）;
        if（（sum（temp）~=num_class）&（sum（temp）~=-num_class））
            temp_Outputs=[temp_OutputsOutputs（:i）];
            temp_test_target=[temp_test_targettemp];
        end
    end
    Outputs=temp_Outputs;
    test_target=temp_test_target;     
    [num_classnum_instance]=size（Outputs）;
    
    Label=cell（num_instance1）;
    not_Label=cell（num_instance1）;
    Label_size=zeros（1num_instance）;
    for i=1:num_instance
        temp=test_target（:i）;
        Label_size（1i）=sum（temp==ones（num_class1））;
        for j=1:num_class
            if（temp（j）==1）
                Label{i1}=[Label{i1}j];
            else
                not_Label{i1}=[not_Label{i1}j];
            end
        end
    end
    
    aveprec=0;
    for i=1:num_instance
        temp=Outputs（:i）;
        [tempvalueindex]=sort（temp）;
        indicator=zeros（1num_class）;
        for m=1:Label_size（i）
            [tempvalueloc]=ismember（Label{i1}（m）index）;
            indicator（1loc）=1;
        end
        summary=0;
        for m=1:Label_size（i）
            [tempvalueloc]=ismember（Label{i1}（m）index）;
            summary=summary+sum（indicator（loc:num_class））/（num_class-loc+1）;
        end
        ap_binary（i）=summary/Label_size（i）;
        aveprec=aveprec+summary/Label_size（i）;
    end
    Average_Precision=aveprec/num_instance;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1910  2005-04-21 16:43  Average_precision.m

     文件       1334  2005-01-23 22:10  coverage.m

     文件        539  2005-01-23 21:39  Hamming_loss.m

     文件       4763  2005-06-08 10:44  MLKNN_test.m

     文件       3685  2005-06-08 10:44  MLKNN_train.m

     文件       1727  2005-05-31 14:52  One_error.m

     文件       1681  2005-04-21 16:43  Ranking_loss.m

----------- ---------  ---------- -----  ----

                15639                    7