MCDMMulti-label Metric
Kerugian Hamming
Kerugian Hamming mengukur fraksi label yang salah diprediksi dalam klasifikasi multi-label. Ini menghitung jumlah kesalahan label dibagi dengan jumlah total label, memberikan metrik sederhana untuk masalah multi-label.
Baca metode selengkapnya
Khusus anggota
MasukMasuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/id/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.
- Indeks JaccardEvaluasi Model↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →