DamiRocK

Brier score и log-loss на одинаковых вероятностных прогнозах

Для y=(1,1,0,0), p=(0,9;0,6;0,2;0,8) Brier score=0,2125, а binary log-loss≈0,6122. Обе proper scoring rules, но по-разному штрафуют крайние ошибки.

Задача

Сравните Brier score и log-loss для y=(1,1,0,0), p=(0,9;0,6;0,2;0,8).

Brier score

B=(1/4)Σ(pᵢ−yᵢ)²

=[0,01+0,16+0,04+0,64]/4=0,2125.

Log-loss

Из той же выборки binary cross-entropy составляет приблизительно 0,6122.

Разные шкалы

Числа нельзя сравнивать как «0,21 лучше 0,61» между разными функциями: у них разные шкалы. Сравнивают модели внутри одной выбранной loss.

Уверенные ошибки

Обе функции proper: в ожидании они поощряют сообщение истинной вероятности. Но log-loss стремится к бесконечности, если модель присваивает правильному классу вероятность, близкую к нулю. Brier ограничен для бинарной вероятности и штрафует квадратично.

Выбор scoring rule зависит от задачи и отношения к экстремальным ошибкам; accuracy не является заменой вероятностному scoring rule.

Редакционная практика по вероятностным потерям mlearn_pro · CC BY 4.0.

Reading preferences

Appearance
Contrast
More options

Saved only in this browser. Your device’s reduced-motion setting is always respected. Browser zoom works throughout the site.