由于汉明损失定义为

$$HL = \frac{1}{N L} \sum_{l=1}^L\sum_{i=1}^N Y_{i,l} \oplus X_{i,l},$$ 在哪里$\oplus$表示异或，$X_{i,l}$($Y_{i,l}$) 代表布尔值$i$-th 数据（预测）包含$l$-th 标签，对于二进制情况，它实际上等于 (1 - accuracy)$(L=1)$： $$HL=\frac{1}{N}\sum_{i=1}^N Y_i \oplus X_i = \frac{1}{N}\sum_{i=1}^N 1 - I(X_i,Y_i) = 1 - \frac{\sum_{i=1}^N I(X_i,Y_i)}{N} =1 - Ac,$$ 在哪里$I(X_i, Y_i) = 1$如果$X_i = Y_i$否则为 0，Ac 表示准确度。

由于上述原因，在二进制情况下使用 HL 对我来说没有意义，它分别与准确性直接相关。然而，正如这里提到的，在多标签情况下，准确性是不明确的。

因此，与只能针对每个标签的独立二元分类器评估的精度/召回率/f1 相比， HL 为多标签情况提供了一个明确的单性能值。

汉明损失(HL) 为

错误标签占标签总数的比例

因此，对于二进制情况（不平衡或不平衡），您所写的 HL=1-Accuracy。

在考虑多标签用例时，您应该决定如何将准确性扩展到这种情况。汉明损失中选择的方法是给每个标签相同的权重。可以使用其他方法（例如，取最大值）。

由于汉明损失是为多类设计的，而 Precision、Recall、F1-Measure 是为二元类设计的，最好将最后一个与 Accuracy 进行比较。一般来说，没有一个神奇的指标是最适合所有问题的。在每个问题中，您都有不同的需求，您应该针对它们进行优化。

顺便说一句，特别是对于不平衡的问题，准确性是一个有问题的指标。有关详细信息，请参阅此处。

在多标签分类中，错误分类不再是绝对的错误或正确。包含实际类别子集的预测应该被认为比不包含任何类别的预测更好。资源

因此准确率不计算正确分类的数据实例，汉明损失计算预测期间类标签位串中产生的损失，它通过 实际标签和预测标签之间的异或（XOR）来计算，然后在整个数据集上取平均值。资源

• 实例数 = 2
• 标签数 = 2

案例 1：实际与预测相同

Actual = [[0 1]         Predicted= [[0 1]
          [1 1]]                    [1 1]]

Actual XOR Predicted = [[0 0
                         0 0]]

from sklearn.metrics import hamming_loss
import numpy as np
print(hamming_loss(np.array([[0,1], [1,1]]), np.array([[0,1], [1,1]])))

HL= 0.0

案例 2：实际与预测完全不同

Actual = [[0 1]         Predicted= [[1 0]
          [1 1]]                    [0 0]]

Actual XOR Predicted = [[1 1
                         1 1]]

from sklearn.metrics import hamming_loss
import numpy as np
print('HL=',hamming_loss(np.array([[0,1], [1,1]]), np.array([[1,0], [0,0]])))

HL = 4/(2*2) = 1

案例 3：实际与预测的部分不同

Actual = [[0 1]         Predicted= [[0 0]
          [1 1]]                    [0 1]]

Actual XOR Predicted = [[0 1
                         1 0]]

from sklearn.metrics import hamming_loss
import numpy as np
print(hamming_loss(np.array([[0,1], [1,1]]), np.array([[0,0], [0,1]])))

HL = (1+1)/(2*2) = 0.5

汉明损失值的范围从 0 到 1。汉明损失值越小表示分类器越好。