sklearn log_loss 如何知道概率的顺序？

Question

考虑 sklearn 文档中 log_loss 的示例：from sklearn.metrics import log loss log_loss(["spam", "ham", "ham", "spam"], [[.1, .9], [.9, .1], [.8, .2], [.35, .65]])运行这个，我们得到的输出约为 0.216。该模型相当擅长对正常邮件和垃圾邮件进行分类。sklearn 如何知道第一个概率是 ，ham第二个概率是spam？如果我想翻转标签，即第一个是spam，第二个是ham，我该怎么做？显式提供 labels 参数不起作用：log_loss(["spam", "ham", "ham", "spam"], [[.1, .9], [.9, .1], [.8, .2], [.35, .65]], labels=["ham", "spam"])输出：0.216。log_loss(["spam", "ham", "ham", "spam"], [[.1, .9], [.9, .1], [.8, .2], [.35, .65]], labels=["spam", "ham"])输出：0.216。

Answer 1

sklearn.metrics.log_loss假设概率标签按字母顺序排列。

要翻转标签，您需要按相反的字母顺序重命名它们，例如aspam和bham：

from sklearn.metrics import log_loss
log_loss(["aspam", "bham", "bham", "aspam"], [[.1, .9], [.9, .1], [.8, .2], [.35, .65]])

输出：~1.816。