La perte logarithmique en bref

• Description : Moyenne des logarithmes des probabilités de classe cible (fiabilité). Egalement appelée log de vraisemblance attendu.
• Seuils par défaut : limite inférieure = 80%
• Recommandation par défaut :
  • Tendance à la hausse : une tendance à la hausse indique que la métrique se dégrade. Les données de commentaires deviennent nettement différentes des données d'entraînement.
  • Tendance à la baisse : une tendance à la baisse indique que la métrique s'améliore. Cela signifie que l'entraînement du modèle est efficace.
  • Variation erratique ou irrégulière : Une variation erratique ou irrégulière indique que les données de commentaires ne sont pas cohérentes entre les évaluations. Augmentez la taille d'échantillon minimale pour le moniteur Qualité.
• Type de problème : classification binaire et classification multi-classes
• Valeurs de graphique : dernière valeur de la période
• Détails des métriques disponibles : Aucun

Calculs

Pour un modèle binaire, la perte logarithmique est calculée à l'aide de la formule suivante :

-(y log(p) + (1-y)log(1-p))

où p = étiquette vraie et y = probabilité prédite

Pour un modèle multi-classe, la perte logarithmique est calculée à l'aide de la formule suivante :

  M
-SUM Yo,c log(Po,c)
 c=1 

où M > 2, p = étiquette vraie et y = probabilité prévue

En savoir plus

Examen des résultats de qualité

Rubrique parent : Présentation des métriques de qualité