Loss và metric khác nhau thế nào?
Loss là hàm mục tiêu dùng khi huấn luyện. Metric là thước đo kết quả cần báo cáo hoặc tối ưu khi chọn mô hình; hai đại lượng có thể khác nhau.
Điểm chính
Một mô hình phân loại có thể học bằng cross-entropy vì dễ tối ưu, nhưng được xếp hạng bằng Macro F1. Sau khi học, dùng validation để chọn ngưỡng hoặc cấu hình theo đúng metric.
Chỗ dễ nhầm
Loss thấp hơn không đảm bảo metric cao hơn. So các mô hình bằng đúng cách tính điểm cuối, kể cả ngưỡng và cách gộp giữa lớp hoặc nhóm mẫu.