マルチラベル分類（Multilabel Classification）とは？-AI関連の用語集【クラベルAI】-

マルチラベル分類（Multilabel Classification）

マルチラベル分類（Multilabel Classification）とは、1つの入力データに対して複数のラベルを同時に割り当てる機械学習の手法です。例えば、ある画像に「動物」「屋外」「水辺」といった複数の特徴がある場合、それぞれのラベルをすべて正解とみなします。

これは、1つの入力に対して1つのラベルのみを付与するマルチクラス分類とは異なり、ラベル間に排他性がない点が特徴です。マルチラベル分類では、各ラベルごとにバイナリ分類を行うためニューラルネットワークの出力層には一般的にシグモイド関数が使われ、各ラベルの存在確率を独立して算出します。

評価指標としては、ラベル単位のF1スコアやハミング損失、マクロ平均などが用いられ、全体的な予測性能を測定します。実世界では、画像タグ付けや音楽ジャンル分類、テキストのカテゴリ分類（ニュース記事など）など様々な場面で活用されています。

マルチラベル分類（Multilabel Classification）関連用語

マルチラベル分類（Multilabel Classification）に関連する単語は以下の通りです。

マルチラベル分類（Multilabel Classification）やさしい解説

マルチラベル分類（Multilabel Classification）とは、1つのものに対して、いくつもの「正しい答え（ラベル）」を同時につけることができるという考え方です。

例えば、ある写真を見たときに…

• 「犬が写っている」
• 「公園にいる」
• 「昼間の写真」
• 「子どももいる」

といったように、いくつものことが同時に当てはまることってありますよね？
このように、1つのもの（写真、文章、音楽など）に対して、複数の正しいラベルをつけるのが「マルチラベル分類」です。

AI関連の用語集【まとめ】

AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。