Кейс 4. Одинаковая точность – разный log loss
Сценарий
Две модели угадывают одинаковое число классов, но одна из них делает более уверенные предсказания.
Цель кейса
Показать, что accuracy и loss – разные вещи.
$y = [1, 0, 1, 0];
$modelA = [0.9, 0.2, 0.9, 0.2];
$modelB = [0.6, 0.4, 0.6, 0.4];
echo "Log loss A: " . logLoss($y, $modelA) . PHP_EOL;
echo "Log loss B: " . logLoss($y, $modelB) . PHP_EOL; Вывод
Обе модели классифицируют одинаково, но loss показывает, какая из них реально лучше как вероятностная.
PreviousКейс 3. Log loss и уверенность классификатораNextКейс 5. Обучение модели как минимизация ошибки
Last updated