Log loss (pierdere logaritmică) măsoară cât de bine se potrivesc probabilitățile prezise de un model de clasificare cu rezultatele reale. Predicțiile făcute cu încredere, dar greșite, sunt penalizate deosebit de sever; o valoare apropiată de zero indică prognoze bine calibrate. Exemplu: dacă un model dă o probabilitate de 95% de pierdere pentru un client care rămâne, log loss crește brusc. Matematic, este același lucru cu entropia încrucișată binară.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulEntropia încrucișată (cross-entropy) este o măsură din teoria informației care arată cât de mult se abate o distribuție de probabilitate prezisă de la cea reală. În machine learning, este cea mai frecventă funcție de pierdere pentru sarcinile de clasificare și, de asemenea, pentru modelele lingvistice care prezic următorul token. Penalizează deosebit de sever predicțiile greșite făcute cu încredere: atribuirea a 99% clasei greșite duce la o pierdere mult mai mare decât atribuirea a 60%.
Regresia logistică este o metodă statistică ce prezice probabilitatea uneia dintre două rezultate, precum „cumpără” sau „nu cumpără”. Ponderează caracteristicile de intrare și convertește suma lor într-o valoare între 0 și 1 cu ajutorul unei funcții în formă de S. Deoarece ponderile sunt ușor de interpretat, este larg folosită în scoringul de credit, în medicină și în marketing, adesea ca un punct de referință solid pentru modele mai complexe.
Un clasificator este un model sau o metodă care atribuie intrările uneia dintre mai multe categorii predefinite. Variantele clasice, precum arborii de decizie sau naive Bayes, sunt antrenate pe exemple etichetate; modelele lingvistice pot sorta texte și pe baza unei descrieri a categoriilor. Utilizări tipice sunt detectarea spamului, sortarea solicitărilor clienților pe teme și categorisirea bonurilor. Calitatea se măsoară cu metrici precum acuratețea, precizia și recall-ul.
O matrice de confuzie este un tabel care compară predicțiile unui clasificator cu clasele reale. Pentru două clase, arată adevărații pozitivi, fals pozitivii, adevărații negativi și fals negativii. Pe baza ei se pot calcula metrici precum precizia, recall-ul și scorul F1 și devine clar ce erori apar. Exemplu: un filtru de spam care marchează multe e-mailuri legitime drept spam are mulți fals pozitivi, ceea ce este adesea mai costisitor decât un mesaj spam ratat.
