StatsAI.bet

Avaliação

Log loss: avaliar uma previsão com um logaritmo

Nível intermediário2 min de leituraPublicado 20 de nov. de 2026

Log loss é a média do logaritmo natural negativo da probabilidade que uma previsão deu ao resultado que aconteceu. Quanto menor, melhor: uma previsão certa de 100% marca 0, um 50% constante numa pergunta de dois resultados marca 0,693 e uma previsão igual de 1X2 marca 1,099. Ao contrário do Brier score, o log loss cresce sem limite quando uma previsão confiante erra.

Conteúdo
  1. Termos principais
  2. Fórmula
  3. Exemplo com quatro previsões
  4. Log loss no 1X2
  5. Log loss ou Brier score?
  6. Limitações
  7. Guias relacionados
  8. Fontes

Termos principais

Log loss
Perda logarítmica, também chamada de entropia cruzada ou pontuação logarítmica. Mede o quanto uma previsão foi surpreendida pelo resultado.
Probabilidade do resultado
A probabilidade que a previsão deu ao que realmente aconteceu. Se a previsão era p para “Sim” e a resposta foi “Não”, é 1 − p.
Logaritmo natural
ln(1) = 0, e ln(p) fica mais negativo conforme p se aproxima de 0. Então −ln(p) cresce quanto mais longe a previsão estava do resultado.

Fórmula

FórmulaLL = −(1 / N) × Σ ln(p do resultado observado)

Exemplo com quatro previsões

Exemplo matemático

As mesmas quatro previsões do guia de Brier score:

PrevisãoResultadop do resultado−ln(p)
0,7010,700,3567
0,2000,800,2231
0,5500,450,7985
0,9010,900,1054
Total1,4837

1,4837 / 4 = 0,3709 → 0,371

Uma previsão constante de 50% nas mesmas quatro perguntas marca ln 2 = 0,693.

Log loss no 1X2

Exemplo matemático

Previsão 1 / X / 2 = 50% / 30% / 20%.

Resultado do jogoCálculoLog loss
1−ln 0,50,693
X−ln 0,31,204
2−ln 0,21,609

Uma previsão igual de 33,3% para cada resultado marca ln 3 = 1,099 aconteça o que acontecer. Um modelo que fica em média pior que isso sabe menos que um palpite ao acaso.

Log loss ou Brier score?

Exemplo matemático
Penalidade de uma previsão (Brier como (p − resultado)² com uma probabilidade)
p do resultado observadoLog lossBrier
0,900,10540,0100
0,700,35670,0900
0,500,69310,2500
0,301,20400,4900
0,102,30260,8100
0,014,60520,9801

O Brier score tem um limite superior, o log loss não: errar com 99% de confiança custa 4,6, com 99,9% já 6,9. Um erro desses pode estragar a média de centenas de boas previsões, então as probabilidades muitas vezes recebem um piso antes da avaliação, por exemplo 1%.

As duas medidas recompensam uma previsão honesta: em média a melhor pontuação vai para quem informa a probabilidade em que realmente acredita. Uma medida assim se chama regra de pontuação própria.

Desempenho real da StatsAI

A página de desempenho do modelo de IA calcula o log loss com piso de 1% nas probabilidades. Em 31 de outubro de 2026, jogos de 1º de setembro a 31 de outubro de 2026:

Log loss, quanto menor melhor
MercadoOdds sem margemModelo de IATaxa de base
1X20,9901,0471,068
Mais/menos 2,50,6680,6900,689

No 1X2 o modelo de IA supera a taxa de base e o 1,099 igual, mas as odds sem margem se saem ainda melhor. Os números mudam todos os dias na página desempenho do modelo de IA.

Limitações

  • O log loss depende do número de resultados: 1X2 e perguntas de dois resultados não são comparáveis, então só se comparam previsões do mesmo mercado.
  • Sem piso, uma previsão de 0% para um resultado que acontece dá um log loss infinito.
  • Numa amostra pequena a diferença entre duas previsões pode ser acaso.
  • Um log loss menor não significa lucro na casa de apostas. Isto é estatística, não conselho de aposta.