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？
相关讨论
随便看看