Απώλεια λογαρίθμου (Απώλεια διασταυρούμενης εντροπίας)
Η απώλεια λογαρίθμου μετρά τη διαφορά μεταξύ των προβλεπόμενων πιθανοτήτων και των πραγματικών ετικετών, τιμωρώντας τις σίγουρες λανθασμένες προβλέψεις περισσότερο από τις αβέβαιες. Αποτελεί τυπική συνάρτηση απώλειας στη βελτιστοποίηση μηχανικής μάθησης και αξιολογεί τη βαθμονόμηση πιθανοτικών ταξινομητών.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/el/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.
- ΑκρίβειαΑξιολόγηση Μοντέλων↔ compare
- Βαθμολογία BrierΑξιολόγηση Μοντέλων↔ compare
- Βαθμολογία F1Αξιολόγηση Μοντέλων↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →