$$
L o g L o s s = \sum _ { ( x , y ) \in D } - y \cdot l o g ( y _ { p r e d } ) - ( 1 - y ) \cdot l o g ( 1 - y _ { p r e d } )
$$
下面我们使用LinearRegressor.predict来获得预测值，然后使用这个值和标签值来计算LogLoss。其代码如下：
结果如图9-30所示。
下面使用逻辑回归。我们将LinearRegressor替换为LinearClassifier。当在LinearClassifier模型上运行train()和predict()时，predictions["probabilities"]的probabilities键是预测的概率值。我们还使用sklearn的log\_loss函数来计算这些概率的LogLoss，代码如下：
第9章 TensorFlow 高级知识
293