MCDMMulti-label Metric
Hamming-Verlust
Der Hamming-Verlust misst den Anteil falsch vorhergesagter Labels bei der Mehrfach-Label-Klassifikation. Er zählt die Anzahl der Label-Fehler, geteilt durch die Gesamtzahl der Labels, und liefert eine einfache Metrik für Mehrfach-Label-Probleme.
Die vollständige Methode lesen
Nur für Mitglieder
AnmeldenMelden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/de/model-evaluation/hamming-loss
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Jaccard-IndexModellevaluation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →