LogLoss Klasse

Definition

Namespace:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v3.0.1

Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.

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

Vererbung

Object

LogLoss

Implementiert

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Hinweise

Die Funktion "Protokollverlust" wird wie folgt definiert:

$L(p(\hat{y}), y) = -y ln(\hat{y}) - (1 - y) ln(1 - \hat{y})$

wenn $\hat{y}$ der vorhergesagte Score ist, ist $p(\hat{y})$ die Wahrscheinlichkeit, dass sie zur positiven Klasse gehört, indem Sie eine Sigmoidfunktion auf die Bewertung anwenden, und $y \in \{0, 1\}$ ist die wahre Bezeichnung.

Beachten Sie, dass die in dieser Berechnung verwendeten Bezeichnungen 0 und 1 sind, im Gegensatz zu Hinge Loss und Exponential Loss, wobei die verwendeten Bezeichnungen -1 und 1 sind.

Die Log Loss-Funktion stellt ein Maß dafür bereit, wie bestimmte Vorhersagen eines Klassifizierers sind, anstatt nur zu messen, wie korrekt sie sind. Beispielsweise erhält eine prognostizierte Wahrscheinlichkeit von 0,80 für eine wahre Bezeichnung von 1 mehr als eine vorhergesagte Wahrscheinlichkeit von 0,99 strafbar.

Konstruktoren

LogLoss()

Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.

Methoden

ComputeDualUpdateInvariant(Single)	Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.
Derivative(Single, Single)	Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.
DualLoss(Single, Single)	Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.
DualUpdate(Single, Single, Single, Single, Int32)	Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.
Loss(Single, Single)	Der Protokollverlust, auch bekannt als Cross Entropy Loss. Es wird häufig in Klassifizierungsaufgaben verwendet.