Saya bekerja di domain masalah di mana orang sering melaporkan ROC-AUC atau AveP (presisi rata-rata). Namun, saya baru-baru ini menemukan makalah yang mengoptimalkan Kehilangan Log , sementara yang lain melaporkan Kehilangan Engsel .
Sementara saya mengerti bagaimana metrik ini dihitung, saya mengalami kesulitan memahami trade-off antara mereka dan mana yang baik untuk apa sebenarnya.
Ketika datang ke ROC-AUC vs Precision-Recall, utas ini membahas bagaimana maksimalisasi ROC-AUC dapat dilihat sebagai menggunakan kriteria optimasi kerugian yang menghukum "peringkat negatif sejati setidaknya sebesar positif positif" (dengan asumsi bahwa lebih tinggi skor sesuai dengan positif). Selain itu, utas lainnya ini juga menyediakan diskusi bermanfaat tentang ROC-AUC berbeda dengan metrik Precision-Recall .
Namun, untuk jenis masalah apa log loss lebih disukai daripada, katakanlah, ROC-AUC , AveP atau Hinge loss ? Yang paling penting, jenis pertanyaan apa yang harus ditanyakan tentang masalah ketika memilih antara fungsi-fungsi kerugian untuk klasifikasi biner?
sumber