【发布时间】：2016-12-14 01:15:35
【问题描述】：
二元相关性是一种众所周知的处理多标签分类问题的技术，我们为特征的每个可能值训练一个二元分类器：
http://link.springer.com/article/10.1007%2Fs10994-011-5256-5
另一方面，自然语言处理中通常使用一个热编码器 (OHE) 来编码将多个值作为二进制向量的分类特征：
http://cs224d.stanford.edu/lecture_notes/LectureNotes1.pdf
我们可以认为这两个概念是同一个吗？还是有技术差异？
【问题讨论】：
-
它们在我看来完全不同。为什么您认为它们密切相关？
-
如果您使用二进制相关性来编码每个类具有单个标签的数据集，看起来您正在对每个实例应用单热编码，向量将是所有二进制值的串联标签。在多目标问题中，概念当然是不同的。
标签： encoding data-mining multilabel-classification one-hot-encoding