CalibratedBinaryClassificationMetrics.LogLoss Properti
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
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.