Multi Label Learning

多标签学习（Multi-Label Learning, MLL）是二分类和多分类问题的扩展，旨在同时为数据实例分配多个可能的类别标签。每个标签都与数据实例存在特定的语义关联。由于其在推荐系统、图像标注和文本分类等实际问题中的广泛应用，多标签学习一直是研究的热点领域。