| dbo:abstract
|
- In machine learning, multi-label classification or multi-output classification is a variant of the classification problem where multiple nonexclusive labels may be assigned to each instance. Multi-label classification is a generalization of multiclass classification, which is the single-label problem of categorizing instances into precisely one of several (more than two) classes. In the multi-label problem the labels are nonexclusive and there is no constraint on how many of the classes the instance can be assigned to. Formally, multi-label classification is the problem of finding a model that maps inputs x to binary vectors y; that is, it assigns a value of 0 or 1 for each element (label) in y. (en)
- Nell'apprendimento automatico la classificazione multi-etichetta è una variante del problema della classificazione che ammette per ogni istanza l'assegnazione di più di una etichetta-obiettivo. La classificazione multi-etichetta non deve essere confusa con la , che è invece il problema di categorizzare le istanze in una sola tra più di due classi. Ci sono due metodi principali per affrontare il problema della classificazione multi-etichetta:
* i metodi di trasformazione del problema;
* i metodi di adattamento degli algoritmi. Ci sono diversi metodi di trasformazione del problema per la classificazione multi-etichetta: una in comune è la rilevanza binaria dove un classificatore binario è allenato per l'etichetta. Un altro metodo è la trasformazione di combinazioni di etichetta che crea un classificatore binario per ogni possibile combinazione di etichetta; il RAkEL e le catene di classificatori. I metodi di trasformazione del problema sviluppati sono: il Ml-kNN, variante dei classificatori K-nearest neighbors. (it)
|
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 22010 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- In machine learning, multi-label classification or multi-output classification is a variant of the classification problem where multiple nonexclusive labels may be assigned to each instance. Multi-label classification is a generalization of multiclass classification, which is the single-label problem of categorizing instances into precisely one of several (more than two) classes. In the multi-label problem the labels are nonexclusive and there is no constraint on how many of the classes the instance can be assigned to. (en)
- Nell'apprendimento automatico la classificazione multi-etichetta è una variante del problema della classificazione che ammette per ogni istanza l'assegnazione di più di una etichetta-obiettivo. La classificazione multi-etichetta non deve essere confusa con la , che è invece il problema di categorizzare le istanze in una sola tra più di due classi. Ci sono due metodi principali per affrontare il problema della classificazione multi-etichetta:
* i metodi di trasformazione del problema;
* i metodi di adattamento degli algoritmi. (it)
|
| rdfs:label
|
- Classificazione multi-etichetta (it)
- Multi-label classification (en)
|
| owl:differentFrom
| |
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is owl:differentFrom
of | |
| is foaf:primaryTopic
of | |
