Bagikan melalui


CalibratedBinaryClassificationMetrics.LogLoss Properti

Definisi

Mendapatkan log-loss pengklasifikasi. Log-loss mengukur performa pengklasifikasi sehubungan dengan seberapa besar probabilitas yang diprediksi menyimpang dari label kelas yang sebenarnya. Log-loss yang lebih rendah menunjukkan model yang lebih baik. Model sempurna, yang memprediksi probabilitas 1 untuk kelas yang sebenarnya, akan memiliki log-loss 0.

public double LogLoss { get; }
member this.LogLoss : double
Public ReadOnly Property LogLoss As Double

Nilai Properti

Keterangan

Metrik log-loss, dihitung sebagai berikut: $LogLoss = - \frac{1}{m} \sum{i = 1}^m ln(p_i)$ di mana m adalah jumlah instans dalam set pengujian dan $p_i$ adalah probabilitas yang dikembalikan oleh pengklasifikasi jika instans termasuk kelas 1, dan 1 dikurangi probabilitas yang dikembalikan oleh pengklasifikasi jika instans termasuk kelas 0.

Berlaku untuk