머신 러닝에서 metric 은 모델의 성능을 평가하는 지표이다.
분류 작업에서 정확도를 나타내는 척도로 사용된다.
$$ Accuracy = {Number\,of\,Correct\,prediction \over Number\,of\,prediction\,made} $$
Imbalance data 일 경우 정확도가 정확하지 않게 된다.
Log loss는 분류 작업 중에 잘못된 클래스를 예측할 경우 패널티를 주는 수치이다.
N은 데이터 샘플 수이고, M은 데이터 클래스의 개수이다.
P(ij) 값은 i 데이터 샘플이 j class일 확률을 나타내며, 이 확률은 모델이 계산해 낸다.
log loss의 값은 [0, ~]이며 작으면 작을 수록 모델의 정확도가 높다고 볼 수 있다.
