Une façon simple de procéder à une classification multi-étiquettes avec un classificateur multi-classes (comme la régression logistique multinomiale) consiste à attribuer chaque affectation possible d'étiquettes à sa propre classe. Par exemple, si vous effectuez une classification binaire multi-étiquettes et que vous avez 3 étiquettes, vous pouvez attribuer
[0 0 0] = 0
[0 0 1] = 1
[0 1 0] = 2
et ainsi de suite, résultant en classes.23=8
Le problème le plus évident avec cette approche est que vous pouvez vous retrouver avec un grand nombre de classes même avec un nombre relativement petit d'étiquettes (si vous avez étiquettes, vous aurez besoin de classes). Vous ne pourrez pas non plus prédire les affectations d'étiquettes qui ne sont pas présentes dans votre jeu de données, et vous ferez un usage assez médiocre de vos données, mais si vous avez beaucoup de données et une bonne couverture des affectations d'étiquettes possibles , ces choses peuvent ne pas avoir d'importance.n2n
Au-delà de cela et de ce qui a été suggéré par d'autres, vous voudrez probablement regarder des algorithmes de prédiction structurés tels que des champs aléatoires conditionnels.