目次
マルチラベル分類（Multilabel Classification）
マルチラベル分類（Multilabel Classification）は、1つのデータに対して複数の正解ラベルを同時に割り当てる分類タスクです。
マルチクラス分類では「1つだけ」選びますがマルチラベル分類では「いくつでも選べる」点が大きな違いです。
例えば、画像に「犬」と「公園」と「昼間」の3つのタグが付けられるように複数のクラスに同時に属するデータを扱います。
このような問題では、各ラベルごとに独立した2クラス分類（ある・なし）として処理するのが一般的です。
モデルの出力はラベルごとの確率値で、一定の閾値を超えたラベルを「ある」と判断します。
マルチラベル分類は、画像タグ付け、音楽ジャンル分類、ニュース記事のタグ付けなど、多くの現実的な問題に使われています。
評価には、ハミング損失、マクロF1スコア、Subset Accuracyなどが使われます。
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。
- シグモイド関数
- ハミング損失
- 閾値（Threshold）
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）は、「1つのものにいくつもシールを貼る作業」のようなもの。
例えば、写真に「猫」「夜」「屋外」と3つのタグをつけるようなイメージです。
AIは1つだけではなく「当てはまるもの全部」に○をつけるのが得意です。
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。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
