Đảm bảo Tôi nhận được quyền này:sklearn metrics.log_loss là dương so với điểm 'neg_log_loss' là tiêu cực
Nếu chúng ta sử dụng sklearn.metrics.log_loss độc lập, tức là log_loss (y_true, y_pred), nó tạo ra một số điểm tích cực - số điểm càng nhỏ, hiệu suất càng tốt.
Tuy nhiên, nếu chúng ta sử dụng 'neg_log_loss' như một bảng chấm điểm như trong 'cross_val_score", tỷ số là tiêu cực - số điểm càng lớn, càng có hiệu suất
Và điều này là do các chương trình chấm điểm được xây dựng. để phù hợp với chương trình chấm điểm khác. Kể từ nói chung, càng cao càng tốt, chúng ta phủ nhận thông thường là log_loss để phù hợp với xu hướng. Và nó được làm như vậy chỉ duy nhất cho mục đích đó. sự hiểu biết này có đúng không?
[ Bối cảnh: có điểm số dương cho metric.log_loss và điểm số âm cho 'neg_los_loss' và cả hai đều tham chiếu đến cùng trang tài liệu.]
Tôi đã tự hỏi điều tương tự –