MulticlassClassificationMetrics Třída

Definice

Obor názvů:

Microsoft.ML.Data

Sestavení:

Microsoft.ML.Data.dll

Balíček:

Microsoft.ML v5.0.0-preview.1.25125.4

Zdroj:

MulticlassClassificationMetrics.cs

Výsledky vyhodnocení pro klasifikační trenéry s více třídami.

public sealed class MulticlassClassificationMetrics

type MulticlassClassificationMetrics = class

Public NotInheritable Class MulticlassClassificationMetrics

Dědičnost

Object

MulticlassClassificationMetrics

Vlastnosti

Name	Description
ConfusionMatrix	Konfuzní matice poskytující počty předpovídané třídy a skutečné třídy.
LogLoss	Získá průměrnou ztrátu protokolu klasifikátoru. Ztráta protokolu měří výkon klasifikátoru s ohledem na to, kolik predikovaných pravděpodobností se liší od popisku skutečné třídy. Nižší ztráta protokolu značí lepší model. Dokonalý model, který predikuje pravděpodobnost 1 pro třídu true, bude mít ztrátu protokolu 0.
LogLossReduction	Získá snížení ztráty protokolu (označuje se také jako relativní ztráta protokolu nebo snížení získání informací - RIG) klasifikátoru. Poskytuje míru toho, kolik modelu se v modelu zlepšuje, který poskytuje náhodné předpovědi. Snížení ztráty protokolů blíže k 1 značí lepší model.
MacroAccuracy	Získá přesnost modelu v průměru makra.
MicroAccuracy	Získá mikroprůměrnou přesnost modelu.
PerClassLogLoss	Získá ztrátu protokolu klasifikátoru pro každou třídu. Ztráta protokolu měří výkon klasifikátoru s ohledem na to, kolik predikovaných pravděpodobností se liší od popisku skutečné třídy. Nižší ztráta protokolu značí lepší model. Dokonalý model, který predikuje pravděpodobnost 1 pro třídu true, bude mít ztrátu protokolu 0.
TopKAccuracy	Metoda convenience pro TopKAccuracyForAllK[TopKPredictionCount - 1]. Pokud TopKPredictionCount je pozitivní, jedná se o relativní počet příkladů, ve kterých je skutečný popisek jedním z nejlepších předpovídaných popisků prediktorem K.
TopKAccuracyForAllK	Vrátí nejvyšší přesnost K pro všechny K od 1 do hodnoty TopKPredictionCount.
TopKPredictionCount	Pokud je pozitivní, znamená to K in TopKAccuracy a TopKAccuracyForAllK.