cross entroy与logloss

logloss主要用来衡量二分类，cross entroy主要用来衡量多分类，前者是后者在二分类下的特例


cross entroy与logloss主要用来衡量分类算法性能，因为cross entroy意义是衡量真实分布p和预测分布q的分布差异程度；mse主要用来衡量回归算法性能；

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • 机器学习笔记
    以西瓜书为主线，以其他书籍作为参考进行补充，例如《统计学习方法》，《PRML》等 第一章 绪论 1.2 基本术语 ...
    danielAck阅读 10,144评论 0赞 5
  • 机器学习英语词汇--8
    本文编译自谷歌开发者机器学习术语表项目，介绍了该项目所有的术语与基本解释。 A 准确率（accuracy） 分类模...
    630d0109dd74阅读 6,156评论 0赞 1
  • 机器学习术语表
    https://developers.google.com/machine-learning/crash-cour...
    iOSDevLog阅读 7,685评论 1赞 11
  • 关于Mongodb的全面总结
    关于Mongodb的全面总结 MongoDB的内部构造《MongoDB The Definitive Guide》...
    中v中阅读 32,117评论 2赞 89
  • 与心在一起向前走
    在朋友圈发了条信息秀了下孩子，完成任务之余很为自己的作品得意禁不住兴奋的主动求点赞，瞬间引发了大家扑天盖地的秒赞，...
    yizhibi阅读 2,206评论 0赞 2