MCDMMulti-label Metric
Hamming-veszteség
A Hamming-veszteség azt méri, hogy a többcímkés osztályozásban a címkék hányad része van helytelenül előre jelezve. Megszámolja a címkehibák számát, és elosztja az összes címke számával, egyszerű metrikát biztosítva a többcímkés problémákhoz.
A teljes módszer elolvasása
Csak tagoknak
BejelentkezésJelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/hu/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-indexModellértékelés↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →