云音乐视频经过三个月的时间再次面对多标签任务，并最终积累了一些小经验，并附上自定义评估函数代码

云音乐

云音乐

云音乐

• 引言

  • 实用的评估标准

  • • 主流的标准用于多标签分类问题
    • 为了衡量性能采用平均准确率作为指标

  • 合理的特征处理和模型

  • • 特征处理
    • 合理的模型

  • 如何面对热门标签对冷门标签的压制

  • 总结

前言

之前在某个项目的实践期间中,我接手了一个针对手游应用的任务,这个项目涉及多标签分类问题,具体来说,项目中需要处理的主要类别有十个以上,次要类别则有二十个以上,这些类别之间存在层级结构关系.起初我对整个流程的理解还不到位,只知道将提取到的各项特征（包括文本信息、图标属性以及apk文件大小等）一次性整合后直接堆叠多个全连接层再使用sigmoid函数进行预测.然而这种方法的实际效果并不令人满意,为了验证模型性能主要依赖于准确率这一指标之外还需要借助一些主观性较强的规则进行辅助分析.

我在网易云进行了为期一段时间的实习经历。因为运维部门对mlog（multi-label groups）的标注不够规范，在实际操作中难以实现统一管理。因此有必要构建一个针对多标签分类任务的具体模型来辅助处理这类问题。为了更好地完成任务目标，在现有特征库的基础上进行了优化设计，并通过回顾上一次项目的经验教训，在整体流程执行后发现效率较之前有了显著提升。基于此经验教训，在此我想分享一下我们在项目中积