MulticlassClassificationMetrics Класс

Определение

Результаты оценки для тренеров по классификации нескольких классов.

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

Свойства

Имя Описание
ConfusionMatrix

Матрица путаницы, дающая количество прогнозируемых классов и фактических классов.

LogLoss

Возвращает среднюю потерю журнала классификатора. Потеря журнала измеряет производительность классификатора относительно того, сколько прогнозируемых вероятностей размыкается от истинной метки класса. Более низкая потеря журнала указывает на лучшую модель. Идеальная модель, которая прогнозирует вероятность 1 для истинного класса, будет иметь потерю журнала 0.

LogLossReduction

Возвращает уменьшение потери журнала (также известное как относительная потеря журнала или уменьшение получения информации — RIG) классификатора. Он дает меру того, сколько модель улучшает модель, которая дает случайные прогнозы. Уменьшение потери журналов ближе к 1 указывает на лучшую модель.

MacroAccuracy

Возвращает точность макросов для модели.

MicroAccuracy

Получает микросреднюю точность модели.

PerClassLogLoss

Возвращает потерю журнала классификатора для каждого класса. Потеря журнала измеряет производительность классификатора относительно того, сколько прогнозируемых вероятностей размыкается от истинной метки класса. Более низкая потеря журнала указывает на лучшую модель. Идеальная модель, которая прогнозирует вероятность 1 для истинного класса, будет иметь потерю журнала 0.

TopKAccuracy

Удобный метод для "TopKAccuracyForAllK[TopKPredictionCount - 1]". Если TopKPredictionCount это положительно, это относительное число примеров, где истинная метка является одним из лучших прогнозируемых меток K прогнозируемым прогнозатором.

TopKAccuracyForAllK

Возвращает верхнюю точность K для всех K от 1 до значения TopKPredictionCount.

TopKPredictionCount

Если положительный, это указывает на K и TopKAccuracyTopKAccuracyForAllK.

Применяется к