文中主要针对多标签分类问题中的单实例情况提出了一种多标签分类器准确性评估方法（EMOSIML）。该方法的思路是：如果分类器对一个多标签对象预测的类别标签是其属于的多个类别标签中的任何一个则分类结果都是正确的。
基于6个网页-相关网页
设计适当的抽样和调查方法，可以充分的提高评估数据的准确性，实用性。
Proper design of sampling and survey methods can increase substantially the accuracy and usefulness of assessment data.
目的：通过与一种标准方法对比以评估这种测量方法的准确性和精确度。
Objective. To measure the accuracy and precision of such measurements in comparison with a standard method.
该方法的缺点在于离线实验只能评测一个很狭窄的数据集切面，主要是关于算法预测或者评估的准确性。
The downside is that off-line experiments can evaluate a narrow set of aspects, primarily about algorithms prediction or recommendation accuracy.
应用推荐