MCDMProbabilistic Loss Metric
लॉग-लॉस (क्रॉस-एंट्रॉपी लॉस)
लॉग-लॉस अनुमानित संभावनाओं और वास्तविक लेबलों के बीच के अंतर को मापता है, जो अनिश्चित अनुमानों की तुलना में आत्मविश्वासी गलत अनुमानों को अधिक दंडित करता है। यह मशीन लर्निंग ऑप्टिमाइज़ेशन में एक मानक लॉस फ़ंक्शन है और संभाव्य क्लासिफायर कैलिब्रेशन का मूल्यांकन करता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/hi/model-evaluation/log-loss
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- सटीकतामॉडल मूल्यांकन↔ तुलना करें
- ब्रायर स्कोरमॉडल मूल्यांकन↔ तुलना करें
- एफ1-स्कोरमॉडल मूल्यांकन↔ तुलना करें