多标签分类评估方式（Metrics for measuring the prediction quality of a multi-label system）

Metrics for measuring the prediction quality of a multi-label system

大多数情况下，机器学习，深度学习中我们经常面对的分类问题大多是二分类，多类问题，但是有时候我们也会有多标签分类问题的产生。

对于多标签分类问题，我们需要一个合理客观的评价这个分类器好坏的方式，在这里根据 Some remarks on predicting multi-label attributes in molecular biosystems Kuo-Chen Chou老师的论文复现了里面讲到的评估方式（Aiming，Coverage，Accuracy，AbsoluteTrue，AbsoluteFalse），能够较全面的对多标签分类问题进行评估，供大家参考。（这个评估标准基于生物医学的背景下，若有问题，大家一起交流学习）

def Aiming(y_hat, y):
    '''
    the “Aiming” rate (also called “Precision”) is to reflect the average ratio of the 
    correctly predicted labels over the predicted labels; to measure the percentage 
    of the predicted labels that hit