Question

我使用google tensorflow TensorFlow Wide & Deep Learning来预测点击率。该代码基于wide_n_deep_tutorial.py。

然而，auc很糟糕。我检查了代码并发现，在DNN_Linear_Combined.py中，损失函数被定义为

export class MyComponent {
  constructor(private emailValidator:EmailValidator, fb:FormBuilder){}

  this myForm = fb.group({
    email: [], [this.emailValidator.checkEmail.bind(this.emailValidator)]
  });
}

在CTR预测中，列车数据不平衡。因此，如果使用这种损失函数，当在负面类（多数类）中预测更多样本时，损失将更好。

更重要的是，点击率预测比实际点击率大得多。（真正的点击率小于1％，平均预测点击率约为30％。）

我的问题是：如何修改代码以使用logloss？ TF提供这个吗？我检查了代码，发现了以下内容：

在tensorflow / python / ops / math_ops.py

loss = math_ops.reduce_mean(loss_unweighted, name=name)

function math_ops.reduce_logsumexp / contrib / learn / python / learn / estimators / head.py

但是，第一个不会对_log_loss_with_two_classes进行更改。我不知道如何使用第二个功能。

总之，我的问题可以概括为：如何修改代码以使用logloss函数。

感谢。

Answer 1

如果您只是想计算对数损失，并且给出了损失，那么您可以按如下方式计算logloss，并且您不需要更改代码：

log_loss = math_ops.log(loss)

如何在tensorflow，DNNLinearCombinedClassifier中使用不同的损失函数

1 个答案: