sigmoid得到结果之后与正确答案进行点乘操作然后再叠加就是最后的加权准确率
比如正确标签是[0 1 1 0], 预测结果是[0.1 0.8 0.6 0.2], 那么加权后的结果是[0 0.8 0.6 0],sum([0 0.8 0.6 0])>1,则为1,否则为0。
因为只有每个标签都>0.5才算是正确。
但是如果有一个类是单标签,或者3标签,那就会出现问题了。
sigmoid得到结果之后与正确答案进行点乘操作然后再叠加就是最后的加权准确率
比如正确标签是[0 1 1 0], 预测结果是[0.1 0.8 0.6 0.2], 那么加权后的结果是[0 0.8 0.6 0],sum([0 0.8 0.6 0])>1,则为1,否则为0。
因为只有每个标签都>0.5才算是正确。
但是如果有一个类是单标签,或者3标签,那就会出现问题了。