天软金融分析.NET函数大全 > 金融函数 > 专题函数 > 机器学习 > 机器学习算法评价方法 > 分类算法评价指标

Hamming_loss    

简述
计算分类模型的汉明损失,适用于单标签和多标签模型,其中多标签模型数据是多维二元标签
定义
Hamming_loss(y_true:Array;y_pred:Array;sample_weight:Array):real
参数
名称类型说明
y_trueArray一维或者二维数组,真实类别,长度与样本数相等
y_predArray一维或者二维数组(与y_true一样),预测类别,长度与样本数相等
sample_weightArray一维数组,样本权重,默认是等权重
返回real实数,汉明损失
  • 范例

    范例01:
    //单标签分类数据,y_true是一维数组
       y_true := array(1,2,3,4);
       y_pred := array(2,2,3,4);
       return Hamming_loss(y_true,y_pred);  //0.75
     

    范例02:
       //单标签分类数据,y_true是一维数组,并提供sample_weight
       y_true := array(1,2,3,4);
       y_pred := array(2,2,3,4);
       sample_weight := array(1,1.5,2,1.5);
       return Hamming_loss(y_true,y_pred,sample_weight); //0.8333
       

    范例03:
       //多标签分类数据,y_true是二维数组
       y_true := array((0,1),(1,1));
       y_pred := zeros(2,2);
       return Hamming_loss(y_true,y_pred);  //0.25
       

    范例04:
       //多标签分类数据,y_true是二维数组,并提供sample_weight
       y_true := array((0,1),(1,1));
       y_pred := zeros(2,2);
       sample_weight := array(0.5,1);
       return Hamming_loss(y_true,y_pred,sample_weight);  //0.1666
相关