CalibratedBinaryClassificationMetrics.LogLoss Właściwość
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Pobiera log-loss klasyfikatora. Utrata dzienników mierzy wydajność klasyfikatora w odniesieniu do tego, ile przewidywanych prawdopodobieństwa różni się od etykiety prawdziwej klasy. Niższa utrata dzienników wskazuje lepszy model. Idealny model, który przewiduje prawdopodobieństwo 1 dla rzeczywistej klasy, będzie miał stratę dziennika 0.
public double LogLoss { get; }member this.LogLoss : doublePublic ReadOnly Property LogLoss As DoubleWartość właściwości
Uwagi
Metryka utraty dziennika, jest obliczany w następujący sposób: $LogLoss = - \frac{1}{m} \sum{i = 1}^m ln(p_i)$, gdzie m jest liczbą wystąpień w zestawie testowym i $p_i$ jest prawdopodobieństwo zwrócone przez klasyfikator, jeśli wystąpienie należy do klasy 1, i 1 minus prawdopodobieństwo zwrócone przez klasyfikatora, jeśli wystąpienie należy do klasy 0.