Порівняння методів

	Точність	Лог-втрата (перехресна ентропія)
Галузь	Оцінювання моделей	Оцінювання моделей
Родина	MCDM	MCDM
Рік появи	20th century	1990s
Автор методу	Historical statistical foundations	Information theory and machine learning literature
Тип	Evaluation metric	Loss function
Основоположне джерело	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.	Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
Інші назви	Overall Accuracy, Correct Classification Rate	Cross-Entropy Loss, Logloss
Пов'язані	5	3
Підсумок	Accuracy is the proportion of correct predictions among the total number of predictions made by a classification model. It is the most intuitive performance metric and measures how often the classifier makes correct predictions overall, regardless of class.	Log-loss measures the difference between predicted probabilities and actual labels, penalizing confident wrong predictions more than uncertain ones. It is a standard loss function in machine learning optimization and evaluates probabilistic classifier calibration.