MulticlassClassificationMetrics Kelas
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.
Hasil evaluasi untuk pelatih klasifikasi multi-kelas.
public sealed class MulticlassClassificationMetrics
type MulticlassClassificationMetrics = class
Public NotInheritable Class MulticlassClassificationMetrics
- Warisan
-
MulticlassClassificationMetrics
Properti
| 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 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. |
| LogLossReduction |
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. |
| 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 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. |
| 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 ke nilai TopKPredictionCount. |
| TopKPredictionCount |
Jika positif, ini menunjukkan K dalam TopKAccuracy dan TopKAccuracyForAllK. |