Bagikan melalui


CalibratedBinaryClassificationMetrics.LogLossReduction Properti

Definisi

Mendapatkan pengurangan log-loss (juga dikenal sebagai log-loss relatif, atau pengurangan perolehan informasi - RIG) pengklasifikasi. Ini memberikan ukuran seberapa banyak model meningkat pada model yang memberikan prediksi acak. Pengurangan log-loss lebih dekat ke 1 menunjukkan model yang lebih baik.

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

Nilai Properti

Keterangan

Pengurangan log-loss diskalakan relatif terhadap pengklasifikasi yang memprediksi sebelumnya untuk setiap contoh: $LogLossReduction = \frac{LogLoss(prior) - LogLoss(classifier)}{LogLoss(prior)}$ Metrik ini dapat ditafsirkan sebagai keuntungan pengklasifikasi atas prediksi acak. Misalnya, jika RIG sama dengan 0,2, RIG dapat ditafsirkan sebagai "probabilitas prediksi yang benar adalah 20% lebih baik daripada tebakan acak".

Berlaku untuk