sklearn实现二分类交叉熵损失的python代码怎么写

以下是sklearn实现二分类交叉熵损失的python代码：

from sklearn.metrics import log_loss

y_true = [1, 0, 1, 1, 0]
y_pred = [[0.9, 0.1], [0.2, 0.8], [0.8, 0.2], [0.7, 0.3], [0.3, 0.7]]

cross_entropy_loss = log_loss(y_true, y_pred)
print(cross_entropy_loss)

其中，变量y_true表示实际标签，变量y_pred表示模型预测结果，第i个样本的预测结果为[yi_1, yi_2]，yi_1表示该样本属于类别1的概率，yi_2表示该样本属于类别2的概率。log_loss函数会计算出所有样本的二分类交叉熵损失，并返回平均值。