# 對數損失（Log Loss）

對數損失（Log Loss）是交叉熵損失在二元分類問題中的特殊形式，衡量模型預測機率與真實標籤之間的差異，數值越小代表模型表現越好。

## 完整說明

對數損失（Log Loss），也稱為對數似然損失或交叉熵損失（Cross-entropy loss），是衡量分類模型預測結果的準確性的一種指標。它特別適用於輸出機率值的模型，例如邏輯迴歸。對數損失衡量的是模型預測的機率分佈與真實標籤之間的差異。損失值越小，表示模型的預測結果越接近真實情況。

## 常見問題

### undefined



### undefined



### undefined



---

來源：https://aiterms.tw/terms/log-loss
快查頁：https://aiterms.tw/terms/log-loss
深度解說：https://aiterms.tw/learning/what-is-log-loss