MCDMProbabilistic Loss Metric
Log-loss (krížová entropia)
Log-loss meria rozdiel medzi predikovanými pravdepodobnosťami a skutočnými označeniami, pričom penalizuje dôverné nesprávne predikcie viac ako neisté. Je to štandardná strata v optimalizácii strojového učenia a vyhodnocuje kalibráciu pravdepodobnostných klasifikátorov.
Prečítať celú metódu
Len pre členov
Prihlásiť saAk si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/sk/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.
- PresnosťHodnotenie modelov↔ compare
- Brierovo skóreHodnotenie modelov↔ compare
- F1-skóreHodnotenie modelov↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →