多标记评价指标(一)——HammingLoss
来源:互联网 发布:妇幼保健三级网络建设 编辑:程序博客网 时间:2024/05/16 18:21
HammingLoss用于考察样本在单个标记上的误分类情况,即相关标记未出现在预测的标记集合中或无关标记出现在预测的标记集合中(预测结果中,错误数/总数)。该指标取值越小则系统性能越优。
注:上述内容仅为个人学习过程中的笔记,如有不当的地方还望指正
#computing hammingLossdef HammingLossClass(preLabels,test_targets): num_class,num_instance = np.mat(test_targets).shape temp = sum((preLabels != test_targets)) miss_pairs = sum(temp) hammingLoss = miss_pairs/(num_class*num_instance) return hammingLoss
注:上述内容仅为个人学习过程中的笔记,如有不当的地方还望指正
阅读全文
0 0
- 多标记评价指标(一)——HammingLoss
- 聚类评价指标(一)
- 一、评价指标
- 评价指标——P,AP,MAP
- 目标检测(一)目标检测评价指标
- 目标检测(一)目标检测评价指标
- IR的评价指标—MAP,NDCG,MRR
- 磁盘性能评价指标—IOPS和吞吐量
- 磁盘性能评价指标—IOPS和吞吐量
- 影像技术—行车记录仪客观评价指标
- 评价指标
- 评价指标
- 多指标综合评价方法汇总
- 多标签分类的评价指标
- 每日一题(53)—— 评价代码片段
- Cloud Foundry 组件的指标(一)—Cloud Controller
- 模型评价指标——精确率,准确率,召回率,F1值
- 图像特征点检测与匹配评价——量化指标
- 使用SVN进行版本控制
- 在Linux系统终端下输入ls命令,不同颜色结果代表着不同的含义
- HDU2007
- caffe中*_train_test.prototxt配置文件分析
- jquery之事件切换,事件处理,事件委派
- 多标记评价指标(一)——HammingLoss
- kali虚拟机网络配置
- 事务详解
- 区块链技术:天使 OR 魔鬼?
- jquery之事件函数
- 希尔排序
- 虚拟机安装
- tensorflow常用函数
- 利用python编写设计多线程web服务器(计算机网络_自顶向下第六版_第二章1和4的编程作业)