Udostępnij za pośrednictwem


MulticlassClassificationMetrics Klasa

Definicja

Wyniki oceny dla wieloklasowych trenerów klasyfikacji.

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

Właściwości

ConfusionMatrix

Macierz pomyłek dająca liczbę przewidywanych klas w porównaniu z rzeczywistymi klasami.

LogLoss

Pobiera średnią utratę dziennika klasyfikatora. Utrata dzienników mierzy wydajność klasyfikatora w odniesieniu do tego, ile przewidywanych prawdopodobieństwa różni się od etykiety prawdziwej klasy. Niższa utrata dzienników wskazuje lepszy model. Idealny model, który przewiduje prawdopodobieństwo 1 dla rzeczywistej klasy, będzie miał stratę dziennika 0.

LogLossReduction

Pobiera redukcję strat dzienników (znaną również jako względna utrata dzienników lub zmniejszenie przyrostu informacji — RIG) klasyfikatora. Daje ona miarę tego, jak bardzo model poprawia się w modelu, który daje losowe przewidywania. Redukcja strat dzienników bliżej 1 oznacza lepszy model.

MacroAccuracy

Pobiera średnią dokładność makr modelu.

MicroAccuracy

Pobiera mikrośrednią dokładność modelu.

PerClassLogLoss

Pobiera log-loss klasyfikatora dla każdej klasy. Utrata dzienników mierzy wydajność klasyfikatora w odniesieniu do tego, ile przewidywanych prawdopodobieństwa różni się od etykiety prawdziwej klasy. Niższa utrata dzienników wskazuje lepszy model. Idealny model, który przewiduje prawdopodobieństwo 1 dla rzeczywistej klasy, będzie miał stratę dziennika 0.

TopKAccuracy

Metoda wygody dla parametru "TopKAccuracyForAllK[TopKPredictionCount - 1]". Jeśli TopKPredictionCount jest dodatni, jest to względna liczba przykładów, w których prawdziwa etykieta jest jedną z najlepszych etykiet przewidywanych przez predyktor K.

TopKAccuracyForAllK

Zwraca najwyższą dokładność K dla wszystkich K z zakresu od 1 do wartości TopKPredictionCount.

TopKPredictionCount

Jeśli wynik dodatni, oznacza to K in TopKAccuracy i TopKAccuracyForAllK.

Dotyczy