MulticlassClassificationMetrics 类
定义
重要
一些信息与预发行产品相关，相应产品在发行之前可能会进行重大修改。 对于此处提供的信息，Microsoft 不作任何明示或暗示的担保。
多类分类训练器评估结果。
public sealed class MulticlassClassificationMetricstype MulticlassClassificationMetrics = classPublic NotInheritable Class MulticlassClassificationMetrics- 继承
-
MulticlassClassificationMetrics
属性
| 名称 | 说明 |
|---|---|
| ConfusionMatrix |
混淆矩阵提供预测类与实际类的计数。 |
| LogLoss |
获取分类器的平均日志损失。 对数损失测量分类器相对于真实类标签中预测概率的分布量的性能。 较低的对数损失表示更好的模型。 一个完美的模型，预测真实类的概率为 1，将具有 0 的对数损失。 |
| LogLossReduction |
获取分类器的日志损失减少（也称为相对对数损失或信息增益 - RIG）。 它度量模型在提供随机预测的模型中的改进程度。 对数损失减少接近 1 表示模型更好。 |
| MacroAccuracy |
获取模型的宏平均值准确性。 |
| MicroAccuracy |
获取模型的微平均值准确性。 |
| PerClassLogLoss |
获取每个类的分类器的日志丢失。 对数损失测量分类器相对于真实类标签中预测概率的分布量的性能。 较低的对数损失表示更好的模型。 一个完美的模型，预测真实类的概率为 1，将具有 0 的对数损失。 |
| TopKAccuracy |
“TopKAccuracyForAllK[TopKPredictionCount - 1]”的便利方法。 如果 TopKPredictionCount 为正数，则为相对数量的示例，其中，真实标签是预测器预测器的主要 K 预测标签之一。 |
| TopKAccuracyForAllK |
返回所有 K 从 1 到 TopKPredictionCount 的值的最高 K 精度。 |
| TopKPredictionCount |
如果为正值，则表示 K in TopKAccuracy 和 TopKAccuracyForAllK. |