Terminų žodynas

Logaritminis nuostolis (log loss)

Kas yra Logaritminis nuostolis (log loss)?

Logaritminis nuostolis (angl. log loss, logarithmic loss) matuoja, kaip gerai klasifikavimo modelio prognozuotos tikimybės atitinka tikrus rezultatus. Užtikrintos, bet klaidingos prognozės baudžiamos ypač stipriai; artima nuliui reikšmė rodo gerai sukalibruotas prognozes. Pavyzdys: jei modelis klientui, kuris pasilieka, priskiria 95 % nutekėjimo tikimybę, logaritminis nuostolis smarkiai išauga. Matematiškai tai tas pats, kas dvejetainė kryžminė entropija.

Temos

rodiklis
klasifikavimas
tikimybė

Išbandykite KI.ordo

Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.

Pradėti demonstraciją

← Visi terminai

Susiję terminai

Kryžminė entropija

Kryžminė entropija – tai informacijos teorijos matas, rodantis, kiek prognozuojamas tikimybių skirstinys nukrypsta nuo tikrojo. Mašininiame mokymesi tai dažniausia nuostolio funkcija klasifikavimo užduotims ir kalbos modeliams, nuspėjantiems kitą tokeną. Ji ypač stipriai baudžia už užtikrintas klaidingas prognozes: 99 % priskyrimas netinkamai klasei duoda daug didesnį nuostolį nei 60 % priskyrimas.

nuostolio funkcija
Training
+1

Logistinė regresija

Logistinė regresija – tai statistinis metodas, prognozuojantis vieno iš dviejų rezultatų, pavyzdžiui, „perka“ ar „neperka“, tikimybę. Jis sveria įvesties požymius ir jų sumą S formos funkcija paverčia reikšme tarp 0 ir 1. Kadangi svorius lengva interpretuoti, ji plačiai naudojama kredito vertinime, medicinoje ir rinkodaroje, dažnai kaip tvirtas pradinis atskaitos taškas sudėtingesniems modeliams.

statistika
klasifikavimas
+1

Klasifikatorius

Klasifikatorius – tai modelis ar metodas, priskiriantis įvestį vienai iš kelių iš anksto apibrėžtų kategorijų. Klasikiniai variantai, tokie kaip sprendimų medžiai ar naivusis Bajeso klasifikatorius, mokomi su pažymėtais pavyzdžiais; kalbos modeliai taip pat gali rūšiuoti tekstus pagal kategorijų aprašymą. Tipiniai taikymai: šlamšto aptikimas, klientų užklausų rūšiavimas pagal temą ir kvitų kategorizavimas. Kokybė matuojama rodikliais, tokiais kaip tikslumas (accuracy), tikslumas (precision) ir pilnumas (recall).

Įvertinimas
Mašininis mokymasis
+1

Šablonas

Klaidų matrica (confusion matrix)

Klaidų matrica – tai lentelė, lyginanti klasifikatoriaus prognozes su tikromis klasėmis. Dviejų klasių atveju ji rodo teisingai teigiamus, klaidingai teigiamus, teisingai neigiamus ir klaidingai neigiamus atvejus. Iš jos galima apskaičiuoti tokius rodiklius kaip tikslumas (precision), pilnumas (recall) ir F1 balas, ir tampa aišku, kokių klaidų pasitaiko. Pavyzdys: šlamšto filtras, daug tikrų el. laiškų pažymintis kaip šlamštą, turi daug klaidingai teigiamų atvejų, o tai dažnai kainuoja brangiau nei praleistas šlamštas.

Modelio vertinimas
Įvertinimas
+1