MCDMMulti-label Metric
Hammingova strata
Hammingova strata meria podiel nesprávne predpovedaných označení v klasifikácii s viacerými označeniami. Počíta počet chýb v označeniach delený celkovým počtom označení, čím poskytuje jednoduchú metriku pre problémy s viacerými označeniami.
Prečítať celú metódu
Len pre členov
Prihlásiť saAk si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Hamming Loss (Multi-label Classification). ScholarGate. https://scholargate.app/sk/model-evaluation/hamming-loss
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Jaccardov indexHodnotenie modelov↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →