MulticlassClassificationMetrics 类

定义

多类分类训练器评估结果。

public sealed class MulticlassClassificationMetrics
type MulticlassClassificationMetrics = class
Public NotInheritable Class MulticlassClassificationMetrics
继承
MulticlassClassificationMetrics

属性

ConfusionMatrix

混淆矩阵提供预测类与实际类的计数。

LogLoss

获取分类器的平均日志损失。 对数损失度量分类器的性能,与预测概率与 true 类标签的分布量相去甚远。 较低的日志丢失表示更好的模型。 一个完美的模型,它预测真实类的概率为 1,将具有 0 的对数损失。

LogLossReduction

获取日志损失减少 (也称为相对对数损失,或信息增益减少 - 分类器的 RIG) 。 它度量模型对模型进行随机预测的改进程度。 接近 1 的日志损失减少表示模型更好。

MacroAccuracy

获取模型的宏平均准确度。

MicroAccuracy

获取模型的微平均准确度。

PerClassLogLoss

获取每个类的分类器的日志丢失。 对数损失度量分类器的性能,与预测概率与 true 类标签的分布量相去甚远。 较低的日志丢失表示更好的模型。 一个完美的模型,它预测真实类的概率为 1,将具有 0 的对数损失。

TopKAccuracy

“TopKAccuracyForAllK[TopKPredictionCount - 1]”的便利方法。 如果 TopKPredictionCount 为正数,则表示真实标签是预测器前 K 预测标签之一的相对数目。

TopKAccuracyForAllK

返回所有 K 从 1 到 TopKPredictionCount 值的最高 K 准确度。

TopKPredictionCount

如果为正值,则表示 K in TopKAccuracyTopKAccuracyForAllK.

适用于