MulticlassClassificationMetrics Класс
Определение
Важно!
Некоторые сведения относятся к предварительной версии продукта, в которую до выпуска могут быть внесены существенные изменения. Майкрософт не предоставляет никаких гарантий, явных или подразумеваемых, относительно приведенных здесь сведений.
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. |