假设你使用 log-loss 函数作为评估标准。下面这些选项,哪些是对作为评估标准的 log-loss 的正确解释。( )
如果一个分类器对不正确的分类很自信,log-loss 会严重的批评它。
对一个特别的观察而言,分类器为正确的类别分配非常小的概率,然后对 log-loss 的相应分布会非常大。
log-loss 越低,模型越好
以上都是
假设你使用 log-loss 函数作为评估标准。下面这些选项,哪些是对作为评估标准的 log-loss 的正确解释。( )
如果一个分类器对不正确的分类很自信,log-loss 会严重的批评它。
对一个特别的观察而言,分类器为正确的类别分配非常小的概率,然后对 log-loss 的相应分布会非常大。
log-loss 越低,模型越好
以上都是