多标签分类输出层必须用sigmoid而非softmax，损失函数用binarycrossentropy，标签需用multilabelbinarizer编码为0/1矩阵，评估用hamming_loss或jaccard_score而非accuracy。
输出层必须用 sigmoid，不能用 softmax
多标签分类最常踩的坑就是把单标签那一套直接搬过来：最后一层接 softmax，损失函数用 categorical_crossentropy。结果模型学出来的概率和永远是 1，强行互斥，根本没法同时预测“猫”和“窗台”这种共存标签。
正确做法是对每个标签独立判断，所以输出维度等于标签总数，激活函数必须是 sigmoid，让每个输出在 [0,1] 区间内独立表示“属于该标签”的置信度。
- PyTorch 中：最后一层用
nn.Linear(in_features, num_labels)，后接torch.nn.Sigmoid() - Keras/TensorFlow 中：Dense 层设
activation='sigmoid'，且输出单元数等于标签数 - 别写成
activation='softmax'—— 那是给 multi-class 用的
损失函数要用 BinaryCrossentropy（BCE），不是 CategoricalCrossentropy
因为每个标签是独立的二分类任务，所以损失函数必须是逐标签计算的二元交叉熵。用 CategoricalCrossentropy 会强制所有标签概率加起来为 1，破坏多标签本质。
实操注意点：
- PyTorch：用
torch.nn.BCELoss()或torch.nn.BCEWithLogitsLoss()（推荐后者，自带 sigmoid + numerically stable） - Keras：用
loss='binary_crossentropy'，别用'categorical_crossentropy' - 输入 label 必须是 float 类型的 0/1 矩阵，不是整数索引或 one-hot 向量
标签编码得用 MultiLabelBinarizer，别手写 or 用 LabelEncoder
原始标注常是字符串列表（如 ['cat', 'sunny', 'grass']），直接喂给模型会报错。必须转成固定长度的 0/1 向量，且顺序要稳定。
sklearn.preprocessing.MultiLabelBinarizer 是唯一可靠选择：
- 它能处理变长标签列表，自动对齐所有可能标签
- 生成的
binary_labels是 shape=(n_samples, n_classes) 的 numpy 数组 - 务必保存
mlb.classes_，推理时要用它反查标签名 - 别用
LabelEncoder或手动 map —— 它只支持单标签，会把['cat', 'dog']编成一个整数，彻底丢失结构
评估指标不能看 accuracy，得用 hamming_loss 或 jaccard_score
准确率（accuracy）在多标签里几乎没意义：全对才算对，哪怕只错一个标签就记为错误。一张图有 5 个标签，模型猜对 4 个，accuracy 是 0，但实际效果可能很好。
真正有用的指标：
-
hamming_loss：错误标签数占总标签数的比例，越低越好（sklearn.metrics.hamming_loss） -
jaccard_score：预测标签集与真实标签集的交并比，支持average='samples'按样本算 - 如果需要 per-label 分析，用
classification_report加zero_division=0防止除零
训练时别只盯着 loss 下降——loss 降了但 hamming_loss 升了，说明模型在学歪。多标签的 tricky 在于标签相关性，简单 pipeline 很容易忽略这点。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
