MulticlassClassificationMetrics Kelas

Definisi

Hasil evaluasi untuk pelatih klasifikasi multi-kelas.

public sealed class MulticlassClassificationMetrics
type MulticlassClassificationMetrics = class
Public NotInheritable Class MulticlassClassificationMetrics
Warisan
MulticlassClassificationMetrics

Properti

Nama Deskripsi
ConfusionMatrix

Matriks kebingungan memberikan hitungan kelas yang diprediksi versus kelas aktual.

LogLoss

Mendapatkan kehilangan log rata-rata pengklasifikasi. Log-loss mengukur performa pengklasifikasi sehubungan dengan berapa banyak probabilitas yang diprediksi berbeda dari label kelas yang sebenarnya. Kehilangan log yang lebih rendah menunjukkan model yang lebih baik. Model sempurna, yang memprediksi probabilitas 1 untuk kelas yang sebenarnya, akan mengalami kehilangan log 0.

LogLossReduction

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

MacroAccuracy

Mendapatkan akurasi rata-rata makro model.

MicroAccuracy

Mendapatkan akurasi rata-rata mikro model.

PerClassLogLoss

Mendapatkan log-loss pengklasifikasi untuk setiap kelas. Log-loss mengukur performa pengklasifikasi sehubungan dengan berapa banyak probabilitas yang diprediksi berbeda dari label kelas yang sebenarnya. Kehilangan log yang lebih rendah menunjukkan model yang lebih baik. Model sempurna, yang memprediksi probabilitas 1 untuk kelas yang sebenarnya, akan mengalami kehilangan log 0.

TopKAccuracy

Metode kenyamanan untuk "TopKAccuracyForAllK[TopKPredictionCount - 1]". Jika TopKPredictionCount positif, ini adalah jumlah relatif contoh di mana label benar adalah salah satu label prediksi K teratas oleh prediktor.

TopKAccuracyForAllK

Mengembalikan akurasi K teratas untuk semua K dari 1 hingga nilai TopKPredictionCount.

TopKPredictionCount

Jika positif, ini menunjukkan K dalam TopKAccuracy dan TopKAccuracyForAllK.

Berlaku untuk