sklearn.metrics.median_absolute_error?
sklearn.metrics.median_absolute_error(y_true, y_pred, *, multioutput='uniform_average')
中值絕對誤差回歸損失
中位數絕對錯誤輸出是非負浮點數。最佳值為0.0。在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| y_true | array-like of shape = (n_samples) or (n_samples, n_outputs) 真實目標值。 |
| y_pred | array-like of shape = (n_samples) or (n_samples, n_outputs) 預測目標值。 |
| multioutput | {‘raw_values’, ‘uniform_average’} or array-like of shape (n_outputs,) 定義多個輸出值的匯總。類似數組的值定義了用于平均誤差的權重。 - ‘raw_values’： 如果是多輸出格式的輸入，則返回完整的錯誤集。 - ‘uniform_average’： 所有輸出的誤差均以相同的權重平均。 |
| 返回值 | 說明 |
|---|---|
| loss | float or ndarray of floats 如果多輸出為‘raw_values’，則分別為每個輸出返回均值絕對錯誤。如果多輸出是‘uniform_average’或權重的ndarray，則將返回所有輸出錯誤的加權平均值。 |
示例
>>> from sklearn.metrics import median_absolute_error
>>> y_true = [3, -0.5, 2, 7]
>>> y_pred = [2.5, 0.0, 2, 8]
>>> median_absolute_error(y_true, y_pred)
0.5
>>> y_true = [[0.5, 1], [-1, 1], [7, -6]]
>>> y_pred = [[0, 2], [-1, 2], [8, -5]]
>>> median_absolute_error(y_true, y_pred)
0.75
>>> median_absolute_error(y_true, y_pred, multioutput='raw_values')
array([0.5, 1. ])
>>> median_absolute_error(y_true, y_pred, multioutput=[0.3, 0.7])
0.85
