LogLoss Classe

Riferimento

Definizione

Spazio dei nomi:: Microsoft.ML.Trainers

Assembly:: Microsoft.ML.Data.dll

Pacchetto:: Microsoft.ML v3.0.1

Pacchetto:: Microsoft.ML v1.0.0

Pacchetto:: Microsoft.ML v1.1.0

Pacchetto:: Microsoft.ML v1.2.0

Pacchetto:: Microsoft.ML v1.3.1

Pacchetto:: Microsoft.ML v1.4.0

Pacchetto:: Microsoft.ML v1.5.5

Pacchetto:: Microsoft.ML v1.6.0

Pacchetto:: Microsoft.ML v1.7.0

Pacchetto:: Microsoft.ML v2.0.0

Importante

Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.

La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.

public sealed class LogLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type LogLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class LogLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Ereditarietà: Object
LogLoss

Implementazioni: IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Commenti

La funzione Log Loss è definita come:

$L(p(\hat{y}), y) = -y ln(\hat{y}) - (1 - y) ln(1 - \hat{y})$

dove $\hat{y}$ è il punteggio stimato, $p(\hat{y})$ è la probabilità di appartenere alla classe positiva applicando una funzione sigmoid al punteggio e $y \in \{0, 1\}$ è l'etichetta vera.

Si noti che le etichette usate in questo calcolo sono 0 e 1, a differenza della perdita di cerniera e della perdita esponenziale, in cui le etichette usate sono -1 e 1.

La funzione Log Loss fornisce una misura del modo in cui determinate stime del classificatore sono, anziché misurare il modo in cui sono corrette . Ad esempio, una probabilità stimata pari a 0,80 per un'etichetta vera di 1 viene penalizzata più di una probabilità stimata pari a 0,99.

Costruttori

LogLoss()

La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.

Metodi

ComputeDualUpdateInvariant(Single)	La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.
Derivative(Single, Single)	La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.
DualLoss(Single, Single)	La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.
DualUpdate(Single, Single, Single, Single, Int32)	La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.
Loss(Single, Single)	La perdita del log, nota anche come perdita di entropia incrociata. Viene comunemente usato nelle attività di classificazione.

Si applica a

Share via