CalibratedBinaryClassificationMetrics.LogLossReduction 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 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".