如何提升多標籤問題的accuracy?
2020/04/05 03:28 下午
機器學習共學討論版
劉致良
觀看數：7
回答數：3
收藏數：1
想請問 專家不曉得是否做過多標籤分類的問題，網路上有看到對於單一一個 樣本的評估指標(subset accuracy)，他的評估方式是只要一個樣本中的label分類錯誤就會被當成分類錯誤，若是有很多個label要做分類，這樣可能會造成分類錯誤的機率更大。若是模型訓練到一定程度不會再上升(目前有4個label使用binary Relevance做分類，把每一個模型拆開做ROC及f1值 結果都還有70左右)，但是把它拿去做驗證，結果準確度只剩下40多，請問一下專家 是否有建議的解決方法?(多標籤分類問題，只要預測的label數越多，accuracy就會越來越差)
參考網址
https://www.cnblogs.com/liaohuiqiang/p/9339996.html