確保我得到這個權利:如果我們使用sklearn.metrics.log_loss獨立sklearn metrics.log_loss是正對的得分「neg_log_loss」是負
,即log_loss(y_true,y_pred),它產生了積極的成績 - 分數越小,表現越好。
然而,如果我們使用'neg_log_loss'作爲一個得分方案,如「cross_val_score」,得分爲負 - 分數越大,性能越好
這是由於計分方案建造的。要與其他評價方案是一致的。因爲一般來說,越高越好,我們否定通常log_loss要與趨勢相一致,並且正在爲宗旨,使唯一目的。這是理解是否正確?
[背景:metric.log_loss得分爲正,'neg_los_loss'爲負得分,均指相同的文檔頁面。]
我想知道同樣的事情 –