MCDMMulti-label Metric
Pérdida de Hamming
La pérdida de Hamming mide la fracción de etiquetas que se predicen incorrectamente en la clasificación multietiqueta. Cuenta el número de errores de etiquetas dividido por el número total de etiquetas, proporcionando una métrica simple para problemas multietiqueta.
Leer el método completo
Solo para miembros
Iniciar sesiónInicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/es/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.
- Índice de JaccardEvaluación de modelos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →