如何在sklearn中获得模型损失

Question

每当sklearn模型适合某些数据时，它就会使某些损失函数最小化。如何使用该损失函数获得模型损失？

e.g。

model = sklearn.linear_model.LogisticRegression().fit(X_train,y_train)
model.get_loss(X_train, y_train) #gives the loss for these values
model.get_loss(X_test, y_test) #gives the loss for other values

请注意，.score方法不会这样做。

Answer 1

LogisticRegression可以最大限度地减少日志丢失，因此您可以预期损失为.score，只会被忽略。但是，这实际上会返回mean accuracy。

要计算日志丢失，您需要使用log_loss指标：

我没有测试过，但是这样的话：

from sklearn.metrics import log_loss

model = sklearn.linear_model.LogisticRegression().fit(X_train, y_train)

loss = log_loss(X_test, model.predict_proba(X_test), eps=1e-15)