MCDMProbabilistic Loss Metric
Log-tab (Krydsentropi-tab)
Log-tab måler forskellen mellem forudsagte sandsynligheder og faktiske etiketter, og straffer selvsikre forkerte forudsigelser hårdere end usikre. Det er en standard tabsfuntion i maskinlæring optimering og evaluerer kalibreringen af probabilistiske klassifikatorer.
Læs hele metoden
Kun for medlemmer
Log indLog ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. link ↗
- Bishop, C. M. (1995). Neural Networks for Pattern Recognition. Oxford University Press. DOI: 10.1093/oso/9780198538493.001.0001 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/da/model-evaluation/log-loss
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- NøjagtighedModelevaluering↔ compare
- Brier ScoreModelevaluering↔ compare
- F1-scoreModelevaluering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →