MCDMMulti-label Metric

자카드 지수

자카드 지수는 교집합을 합집합으로 나눈 비율을 계산하여 예측된 레이블 집합과 실제 레이블 집합 간의 유사성을 측정합니다. 이는 다중 레이블 분류 및 부분적인 중첩이 중요한 집합 기반 유사성 작업에 널리 사용됩니다.

MethodMind에서 열기곧 제공동영상곧 제공슬라이드 다운로드

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

자카드 지수

Jaccard, P. (1901). Etude comparative de la distribution florale dans une portion des Alpes et des Jura. Bulletin de la Société Vaudoise des Sciences Naturelles, 37, 547-579. link ↗
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 ↗

ScholarGate. (2026, June 3). Jaccard Similarity Coefficient. ScholarGate. https://scholargate.app/ko/model-evaluation/jaccard-index

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.