MCDMMulti-label Metric
Pierderea Hamming (Hamming Loss)
Pierderea Hamming măsoară fracția de etichete prezise incorect în clasificarea multi-etichetă. Aceasta numără numărul de erori de etichetare împărțit la numărul total de etichete, oferind o metrică simplă pentru problemele multi-etichetă.
Citește metoda completă
Doar pentru membri
AutentificareAutentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/ro/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.
- Indexul JaccardEvaluarea modelelor↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →