LogLoss和ROC AUC都是二元分类的metric,什么时候用LogLoss,什么用ROC AUC呢?
您确定要删除本贴么?所有相关回复也会被一并删除并且无法恢复。
TheTheThe 2017-09-04 10:35
一般来说非平衡的情况下用AUC更适合。
如果是平衡的分类问题,那么AUC和LogLoss都可以。
Rapper 2017-09-05 10:49
回答问题时需要注意什么?
我们谢绝在回答前讲“生动”的故事。 我们谢绝答非所问。 我们谢绝自己不会、硬要回答。我们谢绝“这么简单,自己想”、“书上有,自己找”这类回答;如果你认为对方提问方式或者内容不妥,可以直接忽略,不作解答,甚至投反对票。我们感激每一个用户在编写答案时的努力与付出!
相关讨论
有什么损失函数是直接优化roc auc的?
多元分类的roc auc
python里什么模块可以计算精度-召回(precision-recall)的AUC?
精度召回precision recall auc是什么?
问一下roc和logistic回归有啥联系区别
为什么非平衡的数据更适合用精度-召回曲线,而不是roc auc?
为什么负样本的auc会和正样本的auc不一样呢?
sklearn.metric.auc函数计算出的结果很奇怪
如何利用python画分类器的ROC曲线?
roc auc小于0.5是什么情况?
随便看看
sklearn模型当中的verbose是什么意思?
xgboost怎么调参?
AB实验的哈希分桶技术是什么意思?
协方差矩阵一定是满秩的吗?
怎么对2维的numpy array取整?