Depending on the target problem, ev

Depending on the target problem, evaluation measures for multi-label data can be grouped
into atleast three groups: evaluating partitions, evaluating ranking and using label hierarchy [55]. The first one evaluates the quality of the classification in to classes, the second one evaluates if the classes are ranked in order relevance and the third one evaluates how effectively the learning system is able to take into account an existing hierarchical structure of the labels.

Kết quả (Việt) 1:

Tùy thuộc vào vấn đề mục tiêu, các biện pháp đánh giá cho nhiều nhãn dữ liệu có thể được nhóm lại vào atleast ba nhóm: đánh giá phân vùng, việc đánh giá xếp hạng và sử dụng nhãn hệ thống phân cấp [55]. Người đầu tiên đánh giá chất lượng của phân loại trong đến các lớp học, thứ hai đánh giá nếu các lớp học được xếp hạng trong thứ tự mức độ liên quan và một phần ba đánh giá như thế nào có hiệu quả hệ thống học tập có thể đưa vào tài khoản một cấu trúc phân cấp sẵn có của các nhãn.

Kết quả (Việt) 2:

Tùy thuộc vào vấn đề mục tiêu, biện pháp đánh giá cho dữ liệu đa nhãn có thể được nhóm lại
thành ít nhất ba nhóm: đánh giá các phân vùng, đánh giá xếp hạng và sử dụng nhãn hệ thống phân cấp [55]. Người đầu tiên đánh giá chất lượng của các phân loại vào các lớp học, điều thứ hai đánh giá nếu các lớp học được xếp theo thứ tự phù hợp và một phần ba đánh giá tính hiệu quả của hệ thống học tập là có thể đưa vào tài khoản một cấu trúc phân cấp hiện hành của nhãn.