CalibratedBinaryClassificationMetrics.LogLoss 屬性

定義

命名空間:

Microsoft.ML.Data

組件:

Microsoft.ML.Data.dll

套件:

Microsoft.ML v5.0.0-preview.1.25125.4

來源:

CalibratedBinaryClassificationMetrics.cs

取得分類器的記錄遺失。 對數損失會測量分類器的效能，相對於預測機率與 true 類別標籤的相差程度。 較低的記錄遺失表示較佳的模型。 預測 true 類別的機率為 1 的完美模型，將會有 0 的對數損失。

public double LogLoss { get; }

member this.LogLoss : double

Public ReadOnly Property LogLoss As Double

屬性值

Double

備註

記錄遺失計量的計算方式如下：$LogLoss = - \frac {1} {m} \sum{i = 1}^m ln (p_i) $ ，其中 m 是測試集中的實例數目，而 $p_i$ 是分類器屬於類別 1 所傳回的機率，如果實例屬於類別 0，則分類器會減去分類器傳回的機率。