MCDMMulti-label Metric
হ্যামিং লস
মাল্টি-লেবেল ক্লাসিফিকেশনে ভুলভাবে ভবিষ্যদ্বাণী করা লেবেলগুলির ভগ্নাংশ পরিমাপ করে হ্যামিং লস। এটি মোট লেবেলের সংখ্যা দ্বারা ভাগ করা লেবেলের ভুলের সংখ্যা গণনা করে, মাল্টি-লেবেল সমস্যাগুলির জন্য একটি সহজ মেট্রিক সরবরাহ করে।
পুরো পদ্ধতিটি পড়ুন
শুধু সদস্যদের জন্য
সাইন ইন করুনএই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Schapire, R. E., & Singer, Y. (2000). BoosTexter: A boosting-based system for text categorization. Machine Learning, 39(2-3), 135-168. DOI: 10.1023/A:1007649029923 ↗
- Tsoumakas, G., & Katakis, I. (2007). Multi-label classification: An overview. International Journal of Data Warehousing and Mining, 3(3), 1-13. DOI: 10.4018/jdwm.2007070101 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/bn/model-evaluation/hamming-loss
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- জ্যাকার্ড সূচক (Jaccard Index)মডেল মূল্যায়ন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →