로그 손실은 정답에 부여한 확률의 음의 로그라서 정답 확률이 0에 가까울수록 급격히 커지고, 자신 있게 틀린 예측을 더 크게 벌점 줍니다.
틀린 답에 95% 확신한 경우와 55% 확신한 경우의 벌점은 같을까요?
정답 확률이 p라면 한 사례의 로그 손실은 -ln(p)입니다. p=0.9이면 약 0.105이고 p=0.1이면 약 2.303입니다.
로그 곡선 때문에 정답 확률을 아주 작게 준 과신 오답은 단순히 조금 틀린 예측보다 훨씬 큰 손실을 냅니다.
평균 로그 손실은 확률 예측을 비교하는 지표이지만 데이터 편향, 집단별 오류, 안전성, 실제 사용 결과를 모두 대신하지 않습니다.
정답에 준 확률을 바꾸며 -ln(p)가 어떻게 달라지는지 계산하세요.
-ln(0.70) = 0.357
정답 확률이 작을수록 손실은 빠르게 커집니다. 손실 한 값만으로 데이터 편향이나 실제 안전성을 판정할 수는 없습니다.
두 문제의 답을 모두 선택하면 해설을 볼 수 있습니다.
저장 위치를 확인하고 있습니다…
원문을 참고해 설명·도표·문항·실험을 새로 작성했습니다. 별도 표시가 없는 사례와 수치는 학습을 위한 가상 예시입니다. 원문 번역이나 실제 모델의 성능 평가 자료가 아닙니다.
로그 손실 정의와 계산의 공식 문서 근거
