Các lượt nộp
    Danh sách bài
    Trang chủ
    Báo lỗi

    solution

    Đề bài: [Data Science] Log-loss đa lớp từ xác suất dự đoán

    Cho mmm mẫu và CCC lớp. Mỗi mẫu iii có vector xác suất dự đoán pi∈RCp_i \in \mathbb{R}^{C}pi​∈RC (đã chuẩn hóa, tổng bằng 1) và nhãn thật yi∈{0,…,C−1}y_i \in \{0,\dots,C-1\}yi​∈{0,…,C−1}. Log-loss (categorical cross-entropy) trung bình là: L=−1m∑i=1mln⁡(pi,yi)L = -\frac{1}{m}\sum_{i=1}^{m} \ln\big(p_{i, y_i}\big)L=−m1​∑i=1m​ln(pi,yi​​)

    trong đó pi,yip_{i,y_i}pi,yi​​ là xác suất mà mẫu iii gán cho lớp đúng. Để tránh ln⁡0\ln 0ln0, kẹp xác suất vào [10−12,1][10^{-12}, 1][10−12,1]. In ra LLL làm tròn 2 chữ số.

    • Định dạng đầu vào:

      Dòng 1: mmm CCC. mmm dòng tiếp: mỗi dòng CCC số là pip_ipi​. Dòng cuối: mmm số nguyên là yiy_iyi​.

    • Ràng buộc đầu vào:

      1≤m≤1001 \le m \le 1001≤m≤100; 2≤C≤102 \le C \le 102≤C≤10.

    • Định dạng đầu ra:

      Một số thực: LLL làm tròn 2 chữ số.

    Ví dụ:

    Đầu vào:

    2 2
0.5 0.5
0.5 0.5
0 1

    Đầu ra:

    0.69

    Giải thích:

    Cả hai mẫu xác suất lớp đúng = 0.5. L = -ln(0.5) = 0.6931 → 0.69.

    Đang tải editor...