多标签分类的阈值 如何自适应

1、常数阈值函数：常见的选择为0或者0.5。比如取0.5，当给定标签预测值大于它时，被判定为存在，反之不存在。

3、为了提高运行效率：转化为2.0 / (1.0 + Math.exp(-2.0 * inputValue)) - 1.0 它们作了等价变换。

5、其中P(Hj|Cj)表示未知样本K近邻中标签j为1个数为Cj条件下，该样本标签j也为1的概率，P(Hj)表示样本集中标签j为1的概率，P(Cj|Hj)表示当前样本标签j为1条件下，K近邻中标签j为的个数为Cj的概率。