LogLoss 类
定义
重要
一些信息与预发行产品相关,相应产品在发行之前可能会进行重大修改。 对于此处提供的信息,Microsoft 不作任何明示或暗示的担保。
日志损失,也称为交叉枚举损失。 它通常用于分类任务。
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
- 继承
-
LogLoss
- 实现
注解
日志丢失函数定义为:
$L (p (\hat{y}) ,y) = -y ln (\hat{y}) - (1 - y) ln (1 - \hat{y}) $
其中 $\hat{y}$ 是预测分数,$p (\hat{y}) $ 是正类的概率 $y,方法是将 sigmoid 函数 应用于分数,而 \{0, 1\}$ 中的 \in \{0, 1\}$ 中的 \in \{ 0, 1\}$ 是真实标签。
请注意,此计算中使用的标签是 0 和 1,与 铰链损失 和 指数损失不同,其中使用的标签为 -1 和 1。
Log Loss 函数提供对 分类 器预测方式的度量值,而不仅仅是测量分类器 预测的正确性 。 例如,如果真实标签为 1 的预测概率为 0.80,则比预测概率为 0.99 的概率进行惩罚。
构造函数
LogLoss() |
日志损失,也称为交叉枚举损失。 它通常用于分类任务。 |
方法
ComputeDualUpdateInvariant(Single) |
日志损失,也称为交叉枚举损失。 它通常用于分类任务。 |
Derivative(Single, Single) |
日志损失,也称为交叉枚举损失。 它通常用于分类任务。 |
DualLoss(Single, Single) |
日志损失,也称为交叉枚举损失。 它通常用于分类任务。 |
DualUpdate(Single, Single, Single, Single, Int32) |
日志损失,也称为交叉枚举损失。 它通常用于分类任务。 |
Loss(Single, Single) |
日志损失,也称为交叉枚举损失。 它通常用于分类任务。 |