Machine learning TensorFlow：理解evaluate返回的参数

我使用tensorflow创建了一个线性分类器模型。当我评估模型时，返回以下内容

accuracy: 0.975183
eval_auc: 0.534855
loss: 0.115239

---

有人能解释一下评估和损失是如何计算的吗？谢谢

eval_auc

必须是ROC曲线下的auc=面积。 例如，参见解释

损失

必须为对数损失=对数损失。

---

参见解释，例如，

eval_auc

必须是ROC曲线下的auc=面积。 例如，参见解释

损失

必须为对数损失=对数损失。

---

请参阅解释，例如，

在定义了

eval_auc

和

loss

操作的地方添加相关的代码段。我不会对这些操作使用自定义操作。我使用了

tf.contrib.learn.LinearClassifier

来创建模型。在定义了

eval_auc

和

loss

操作的地方添加相关的代码。我没有对这些操作使用自定义操作。我使用

tf.contrib.learn.LinearClassifier

创建模型。