[Data Mining] Keras에서 Loss 함수 - sparse_categorical_crossentropy / categorical_crossentropy / binary_crossentropy 비교

1. categorical_crossentropy

• 다중 분류 손실 함수
• 출력 값이 one-hot encoding된 결과로 나온다. -> label(y)을 one-hot encoding해서 넣어줘야 함
• 클래스가 상호 배타적일 경우(e.g. 각 샘플이 정확히 하나의 클래스에 속하는 경우) 사용

 

2. sparse_categorical_crossentropy

• 다중 분류 손실 함수
• integer type 클래스 -> one-hot encoding하지 않고 정수 형태로 label(y)을 넣어줌
• 한 샘플에 여러 클래스가 있거나 label이 soft 확률일 경우 사용

 

3. binary_crossentropy

• binary 다중 분류 손실 함수
• label들이 독립적일 때 사용