你可以使用不同的标准评估二元分类问题的表现，例如准确率、log-loss、F-Score。让我们假设你使用log-loss函数作为评估标准。下面这些选项，哪个／些是对作为评估标准的log-loss的正确解释。1如果一个分类器对不正确的分类很自信，log-loss会严重的批评它。2对一个特别的观察而言，分类器为正确的类别分配非常小的概率，然后对log-loss的相应分布会非常大。3log-loss越低，模型越好。
你可以使用不同的标准评估二元分类问题的表现，例如准确率、log-loss、F-Score。让我们假设你使用log-loss函数作为评估标准。下面这些选项，哪个／些是对作为评估标准的log-loss的正确解释。1如果一个分类器对不正确的分类很自信，log-loss会严重的批评它。2对一个特别的观察而言，分类器为正确的类别分配非常小的概率，然后对log-loss的相应分布会非常大。3log-loss越低，模型越好。
A.1和3
B.2和3
C.1和2
D.1、2、3
正确答案：A
- 上一篇：服用磺胺时，同服小苏打的目的是（）
- 下一篇：长期使用TMP产生的不良反应是（）