LogLoss 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.Data.dll

套件:

Microsoft.ML v3.0.1

記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。

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

繼承

Object

LogLoss

實作

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

備註

記錄遺失函式定義為：

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

其中 $\hat{y}$ 是預測分數，$p (\hat{y}) $ 是屬於正類別的機率，方法是將 sigmoid 函 式套用至分數，而 $y \{0， 1\}$ 是真正的標籤。

請注意，此計算中使用的標籤是 0 和 1，不同于轉 軸遺失 和 指數遺失，其中使用的標籤是 -1 和 1。

「記錄遺失」函式會提供 特定 分類器預測的量值，而不只是測量其 正確 性。 例如，1 之真標籤的預測機率 0.80 會比預測的 0.99 機率還要多。

建構函式

LogLoss()

記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。

方法

ComputeDualUpdateInvariant(Single)	記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。
Derivative(Single, Single)	記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。
DualLoss(Single, Single)	記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。
DualUpdate(Single, Single, Single, Single, Int32)	記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。
Loss(Single, Single)	記錄遺失，也稱為交叉 Entropy 遺失。 它通常用於分類工作。