เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ดัชนี Jaccard× | แฮมมิง ลอส× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 1901 | 2000s |
| ผู้ริเริ่ม≠ | Paul Jaccard | Information theory and multi-label learning |
| ประเภท≠ | Similarity metric | Loss function |
| แหล่งต้นตำรับ≠ | 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 ↗ | Schapire, R. E., & Singer, Y. (2000). BoosTexter: A boosting-based system for text categorization. Machine Learning, 39(2-3), 135-168. DOI ↗ |
| ชื่อเรียกอื่น | Jaccard Similarity, Intersection over Union (IoU) | Hamming Distance, Subset Accuracy Loss |
| ที่เกี่ยวข้อง≠ | 2 | 1 |
| สรุป≠ | The Jaccard index measures the similarity between predicted and true label sets by computing the ratio of intersection to union. It is widely used in multi-label classification and set-based similarity tasks where partial overlap is important. | Hamming loss measures the fraction of labels that are incorrectly predicted in multi-label classification. It counts the number of label mistakes divided by the total number of labels, providing a simple metric for multi-label problems. |
| ScholarGateชุดข้อมูล ↗ |
|
|