我正在尝试将二进制日志损失应用于我创建的朴素贝叶斯 ML 模型。我生成了一个分类预测数据集（yNew）和一个概率数据集（probabilityYes），但无法在对数损失函数中成功运行它们。
简单的 sklearn.metrics 函数给出单个对数损失结果 - 不知道如何解释这个
from sklearn.metrics import log_loss
ll = log_loss(yNew, probabilityYes, eps=1e-15)
print(ll)
.0819....
更复杂的函数为每个“否”返回 2.55，为每个“是”返回 2.50（总共 90 列）-同样，不知道如何解释它
def logloss(yNew,probabilityYes):
epsilon = 1e-15
probabilityYes = sp.maximum(epsilon, probabilityYes)
probabilityYes = sp.minimum(1-epsilon, probabilityYes)
#compute logloss function (vectorised)
ll = sum(yNew*sp.log(probabilityYes) +
sp.subtract(1,yNew)*sp.log(sp.subtract(1,probabilityYes)))
ll = ll * -1.0/len(yNew)
return ll
print(logloss(yNew,probabilityYes))
2.55352047 2.55352047 2.50358354 2.55352047 2.50358354 2.55352047 .....