MulticlassClassificationMetrics Klasse

Definition

Namespace:

Microsoft.ML.Data

Assembly:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v5.0.0-preview.1.25125.4

Quelle:

MulticlassClassificationMetrics.cs

Auswertungsergebnisse für Klassenklassifizierungstrainer.

public sealed class MulticlassClassificationMetrics

type MulticlassClassificationMetrics = class

Public NotInheritable Class MulticlassClassificationMetrics

Vererbung

Object

MulticlassClassificationMetrics

Eigenschaften

Name	Beschreibung
ConfusionMatrix	Die Verwirrungsmatrix , die die Anzahl der vorhergesagten Klassen im Vergleich zu den tatsächlichen Klassen angibt.
LogLoss	Ruft den durchschnittlichen Protokollverlust des Klassifizierers ab. Log-Loss misst die Leistung eines Klassifizierers im Hinblick darauf, wie viel die vorhergesagten Wahrscheinlichkeiten vom tatsächlichen Klassenbeschriftung abweichen. Geringerer Protokollverlust weist auf ein besseres Modell hin. Ein perfektes Modell, das eine Wahrscheinlichkeit von 1 für die wahre Klasse vorhersagt, hat einen Protokollverlust von 0.
LogLossReduction	Ruft die Reduzierung des Protokollverlusts (auch als relativer Protokollverlust oder Verringerung des Informationsgewinns – RIG bezeichnet) des Klassifizierers ab. Es gibt ein Maß dafür, wie viel ein Modell auf einem Modell verbessert, das zufällige Vorhersagen liefert. Die Reduzierung von Protokollverlusten näher an 1 zeigt ein besseres Modell an.
MacroAccuracy	Ruft die Durchschnittliche Genauigkeit des Modells ab.
MicroAccuracy	Ruft die mikrodurchschnittliche Genauigkeit des Modells ab.
PerClassLogLoss	Ruft den Protokollverlust des Klassifizierers für jede Klasse ab. Log-Loss misst die Leistung eines Klassifizierers im Hinblick darauf, wie viel die vorhergesagten Wahrscheinlichkeiten vom tatsächlichen Klassenbeschriftung abweichen. Geringerer Protokollverlust weist auf ein besseres Modell hin. Ein perfektes Modell, das eine Wahrscheinlichkeit von 1 für die wahre Klasse vorhersagt, hat einen Protokollverlust von 0.
TopKAccuracy	Komfortmethode für "TopKAccuracyForAllK[TopKPredictionCount - 1]". Wenn TopKPredictionCount dies positiv ist, ist dies die relative Anzahl von Beispielen, bei denen die tatsächliche Beschriftung eine der obersten K-Vorhersagebeschriftungen des Vorhersagers ist.
TopKAccuracyForAllK	Gibt die höchste K-Genauigkeit für alle K von 1 bis zum Wert von TopKPredictionCount zurück.
TopKPredictionCount	Wenn positiv, gibt dies den K in TopKAccuracy und TopKAccuracyForAllK.