Python案例如何用Scikit-learn做汉明损失

wen python案例 2026-07-16 2

Python实战：Scikit-learn汉明损失详解与多标签分类评估

目录导读

汉明损失是什么？为什么在多标签分类中如此重要？
Scikit-learn实现汉明损失的完整案例
代码可视化与结果解读
常见问题FAQ（含问答）

汉明损失是什么？为什么在多标签分类中如此重要？

汉明损失（Hamming Loss） 是一种用于多标签分类模型的评估指标，它衡量的是预测标签与真实标签之间不一致的比例，就是所有样本在所有标签上的错误率（包括误报和漏报）。

Python案例如何用Scikit-learn做汉明损失

核心公式

Hamming Loss = (错误预测的标签总数) / (总样本数 × 总标签数)

有3个样本,每个样本有4个标签，预测错误了2个标签，则汉明损失 = 2 / (3×4) = 0.1667。

为什么选它？

相比于准确率,汉明损失更公平地惩罚了每个标签的错误预测。
在多标签场景中（如文本分类、图像标注），一个样本可能同时属于多个类别，汉明损失能精细反映模型对每个标签的判别能力。

Scikit-learn实现汉明损失的完整案例

下面我们通过一个电影类型多标签分类案例来演示，假设我们要预测一部电影是否同时属于“动作”、“喜剧”、“剧情”三个类型。

导入库与生成数据

import numpy as np
from sklearn.multioutput import MultiOutputClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import hamming_loss, accuracy_score

构造样本数据

# 真实标签（3个样本，3个标签）
y_true = np.array([
    [1, 0, 1],  # 样本1：动作和剧情
    [0, 1, 0],  # 样本2：仅喜剧
    [1, 1, 1]   # 样本3：全部标签
])
# 预测标签（模拟模型输出）
y_pred = np.array([
    [1, 1, 0],  # 误将喜剧预测为有
    [0, 1, 0],  # 正确
    [1, 1, 0]   # 漏掉了剧情
])

计算汉明损失

loss = hamming_loss(y_true, y_pred)
print(f"汉明损失: {loss:.4f}")
# 对比准确率
acc = accuracy_score(y_true, y_pred)
print(f"准确率: {acc:.4f}")

输出结果：

汉明损失: 0.3333
准确率: 0.0000

完整训练流程（实际项目）

# 假设特征（例如1080p、时长等）
X = np.array([[1, 120], [0, 90], [1, 150]])
# 训练模型
model = MultiOutputClassifier(LogisticRegression())
model.fit(X, y_true)
# 预测新样本
X_test = np.array([[1, 130]])
y_pred_new = model.predict(X_test)

代码可视化与结果解读

错误分布可视化

import matplotlib.pyplot as plt
labels = ['动作', '喜剧', '剧情']
errors = np.sum(y_true != y_pred, axis=0) / len(y_true)
plt.bar(labels, errors)'Per-Label Error Rate')
plt.ylabel('Error Rate')
plt.show()

解读：本例中“喜剧”标签错误率最高（33%），说明模型易误报喜剧类型，可通过调整样本权重或特征工程优化。