负对数似然(Negative Log-Likelihood, NLL):把“似然(likelihood)”取对数后再取负号得到的量,常用作统计建模与机器学习中的损失函数。在很多模型里,最小化 NLL 等价于最大化似然(Maximum Likelihood)。
/ˈnɛɡətɪv ˌlɔːɡ lɪkliˈhʊd/
We minimized the negative log-likelihood to fit the model.
我们通过最小化负对数似然来拟合模型。
In logistic regression, the negative log-likelihood corresponds to the cross-entropy loss used in classification.
在逻辑回归中,负对数似然对应于分类任务中常用的交叉熵损失。
该短语由三部分构成:negative(负的)+ log(对数)+ likelihood(似然)。在统计学里,似然用于衡量“在给定参数下观测数据出现得有多合理”;为了便于计算与推导,常把连乘的概率写成对数形式(把乘法变加法),再加一个负号,使其成为可直接“最小化”的目标函数,于是形成了 negative log-likelihood 这一常用术语。