多标签分类是同时预测多个标签，需用MultiLabelBinarizer编码、Binary Cross-Entropy损失、Hamming Loss/F1等评估指标，并为各标签单独调优阈值。
多标签分类不是“选一个”，而是“选多个”——比如一张图里同时有猫、狗、沙发，模型要同时输出三个标签。Python生态（scikit-learn + PyTorch/TensorFlow）完全支持，关键不在框架本身，而在数据准备、损失设计和评估逻辑的调整。
标签编码必须用MultiLabelBinarizer
不能直接用LabelEncoder或OneHotEncoder：前者把[“猫”,“狗”]变成单个整数，后者默认按样本而非标签维度处理。正确做法是：
- 用sklearn.preprocessing.MultiLabelBinarizer将原始标签列表（如[["猫","窗"], ["狗","沙发"]]）转为二值矩阵（每行一个样本，每列一个标签，值为0/1）
- fit_transform时传入list of list，不是一维数组；预测后用inverse_transform还原可读标签
- 注意冷启动：新标签出现时MLB默认报错，可设sparse=True或提前用fit()固定classes_
损失函数必须用Binary Cross-Entropy（BCE）
多标签本质是N个独立的二分类问题，不是softmax+交叉熵。常见错误是沿用单标签写法，导致梯度冲突和概率和不为1：
- PyTorch中用nn.BCEWithLogitsLoss()（自动加sigmoid+数值稳定），输出层不要加sigmoid
- TensorFlow/Keras用loss='binary_crossentropy'，activation设为'sigmoid'（最后一层）
- sklearn中若用LogisticRegression等，需配合MultiOutputClassifier包装，底层自动对每个标签拟合独立二分类器
评估指标不能只看准确率
准确率（exact match ratio）要求所有标签全对才计1分，对部分正确很不友好。实际应组合使用：
立即学习“Python免费学习笔记（深入）”；
- Hamming Loss：错标/漏标的总比例（越低越好），直观反映单标签错误频率
- Subset Accuracy（即exact match）：用于强一致性场景（如医疗诊断必须全对）
- F1-micro / F1-macro：micro对每个标签平等加权，macro对每个样本平等加权；稀疏标签下micro更稳健
- 用sklearn.metrics.classification_report可分标签输出precision/recall/f1
推理时阈值不能硬设0.5
不同标签的预测置信度分布差异大（如“人”常高分，“吊灯”常低分），统一用0.5会大幅降低召回或引入噪声：
- 对每个标签单独画precision-recall曲线，用f1_score(y_true, y_pred, average=None)找最优阈值
- 生产环境可用ThresholdOptimizer（from sklearn.metrics）或简单按验证集F1最大化搜索
- 上线后建议保留原始logits，阈值作为可配置参数，便于AB测试和业务调控
基本上就这些。多标签不复杂，但容易忽略标签独立性假设和评估视角切换——别把它当单标签的“加量版”，而要当成N个并行二分类任务来设计。
