超级会员免费看
本文介绍了多标签分类问题，包括BCELoss、Focal Loss、Class-balanced Focal loss (CB) 和 Distribution-balanced loss (DB)。针对类别不平衡问题，Focal Loss通过调整权重关注难分类样本，而CB和DB Loss进一步平衡样本权重，减少冗余信息。论文通过实验分析在 Reuters-21578 数据集上比较了这些损失函数的效果。
| 多标签分类损失总结 |
文章目录
一. 多标签分类介绍
1.1. 介绍
- 多标签分类： 就是同一个实例，可以有多个标签，或者被分为多个类。如下图所示：
- 如果我问你下面这张图包含一座房子吗？选项会是有或没有。
| 房子 | 树 | 山 | 动物 | 草 |
|---|---|---|---|---|
| 有 | 有 | 没有 | 没有 |
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
