摘要：為了更好地體現標簽信息的重要性,基于傳統的最小二乘回歸模型,構造了一種包含標簽信息的最小二乘回歸模型,用于解決多標簽特征選擇問題。首先給標簽逐一增加一個松弛變量ω,使得不同類別的回歸目標沿相反方向移動,從而擴大類別之間的距離。然后結合2,1范數,提出了一種包含標簽信息的最小二乘多標簽特征選擇(Least squares multi-label feature selection with label information,LSMFSLI)模型及算法,證明了該算法的收斂性,并通過實驗證明了算法的高效性。