So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Tổn thất Log (Tổn thất Chéo Entropy)× | Độ chính xác× | |
|---|---|---|
| Lĩnh vực | Đánh giá mô hình | Đánh giá mô hình |
| Họ | MCDM | MCDM |
| Năm ra đời≠ | 1990s | 20th century |
| Người khởi xướng≠ | Information theory and machine learning literature | Historical statistical foundations |
| Loại≠ | Loss function | Evaluation metric |
| Công trình gốc≠ | Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. link ↗ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ |
| Tên gọi khác | Cross-Entropy Loss, Logloss | Overall Accuracy, Correct Classification Rate |
| Liên quan≠ | 3 | 5 |
| Tóm tắt≠ | 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. | 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. |
| ScholarGateBộ dữ liệu ↗ |
|
|