Как выражается функция потерь в логистической регрессии?

Функция потерь в логистической регрессии (Log Loss) выражается как отрицательное среднее значение журнала скорректированных предсказанных вероятностей для каждого экземпляра. yandex.ru

Для логистической регрессии, решающей задачу бинарной классификации, она может быть вычислена по формуле: loginom.ru

Log Loss = -1/l |* sum(yi |* log(|widehat{yi}) + (1-yi) |* log(1-|widehat{yi})), где l — размер выборки, yi — бинарная метка класса, заданная в примере, |widehat{yi} — предсказание модели. loginom.ru

Потери на каждом примере определяются следующим образом: если предсказанный класс совпадает с фактическим, то потери равны 0, в противном случае потери равны 1. loginom.ru Чем больше будет неправильных классификаций, тем больше будет значение LogLoss и тем хуже будет модель. loginom.ru