LogLoss Classe

Définition

Espace de noms:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Paquet:

Microsoft.ML v3.0.1

La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.

public sealed class LogLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type LogLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class LogLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Héritage

Object

LogLoss

Implémente

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Remarques

La fonction De perte de journal est définie comme suit :

$L(p(\hat{y}), y) = -y ln(\hat{y}) - (1 - y) ln(1 - \hat{y})$

où $\hat{y}$ est le score prédit, $p(\hat{y})$ est la probabilité d’appartenir à la classe positive en appliquant une fonction sigmoid au score, et $y \in \{0, 1\}$ est l’étiquette true.

Notez que les étiquettes utilisées dans ce calcul sont 0 et 1, contrairement à la perte de charnière et à la perte exponentielle, où les étiquettes utilisées sont -1 et 1.

La fonction De perte de journal fournit une mesure de la façon dont certaines prédictions d’un classifieur sont, au lieu de mesurer simplement la façon dont elles sont correctes . Par exemple, une probabilité prédite de 0,80 pour une étiquette réelle de 1 est pénalisé plus qu’une probabilité prédite de 0,99.

Constructeurs

LogLoss()

La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.

Méthodes

ComputeDualUpdateInvariant(Single)	La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.
Derivative(Single, Single)	La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.
DualLoss(Single, Single)	La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.
DualUpdate(Single, Single, Single, Single, Int32)	La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.
Loss(Single, Single)	La perte de journal, également appelée perte d’entropie croisée. Il est couramment utilisé dans les tâches de classification.