multi-class loglossとは
multi-class loglossとは、
です。
具体的な評価式は、
$$MultiClassLogloss=- \frac{1}{N} \sum ^{N}_{i=1}\sum ^{M}_{m=1}y_{i,m}\log{p_{i,m}}$$
で表されます。
変数の意味は以下の通りです。
基本的な考え方はloglossと同様になっています。
multi-class loglossは低いほど誤差が少なく、良い指標です。
定義式だけではよくわからないと思うので、具体例を見ていきましょう。
multi-class loglossの具体例
犬・猫・うさぎの画像を各1枚ずつ(計3枚)の画像をクラス分類する例を考えます。
multi-class loglossの計算では、正答の予測の確率値(オレンジ部分)のみを使用します。
例えば、画像1であれば正しい分類(犬)の予測確率である90%を使います。
今回の例を定義式に当てはめると
$$MultiClassLogloss=- \frac{1}{3} (-log 0.9)+(-log 0.8)+(-log 0.7)=0.23$$
となります。
まとめ
multi-class loglossとは、他クラス分類の評価指標の1つでloglossを多クラス分類に適応させた指標です。
基本的な考え方は2値分類のときと同じで、正解の予測確率からloglossを求め、平均をとったものとなります。
コメント