Pérdida logarítmica

La pérdida logarítmica proporciona la media de probabilidades de clase de destino de logaritmos (confianza). También se conoce como Logaritmo de verosimilitud prevista y es una medida eficaz de rendimiento del modelo.

Detalles de la pérdida logarítmica

  • Descripción: Media de probabilidades de clase de destino de logaritmos (confianza). También se conoce como logaritmo de verosimilitud previsto.
  • Umbrales predeterminados: Límite inferior = 80%
  • Recomendación predeterminada:
    • Tendencia al alza: Una tendencia al alza indica que la métrica se está deteriorando. Los datos de opinión son ligeramente diferentes a los datos de entrenamiento.
    • Tendencia a la baja: Una tendencia a la baja indica que la métrica está mejorando. Esto significa que el reentrenamiento del modelo es efectivo.
    • Variación errática o irregular: Una variación errática o irregular indica que los datos de opinión no son coherentes entre evaluaciones. Incremente el tamaño mínimo de la muestra para el supervisor de calidad.
  • Tipo de problema: clasificación binaria y clasificación multiclase
  • Valores de gráfico: Último valor en el margen de tiempo
  • Detalles de métricas disponibles: Ninguno

Cómo calcularlo

Para un modelo binario, la pérdida logarítmica se calcula mediante la fórmula siguiente:

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

donde p = etiqueta verdadera e y = probabilidad prevista

Para un modelo multiclase, la pérdida logarítmica se calcula mediante la fórmula siguiente:

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

donde M > 2, p = etiqueta verdadera e y = probabilidad prevista