当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python sklearn mean_gamma_deviance用法及代码示例


本文简要介绍python语言中 sklearn.metrics.mean_gamma_deviance 的用法。

用法:

sklearn.metrics.mean_gamma_deviance(y_true, y_pred, *, sample_weight=None)

平均 Gamma 偏差回归损失。

Gamma 偏差等效于具有幂参数 power=2 的 Tweedie 偏差。它对目标变量的缩放是不变的,并且测量相对误差。

在用户指南中阅读更多信息。

参数

y_true形状类似数组 (n_samples,)

基本事实(正确)目标值。要求 y_true > 0。

y_pred形状类似数组 (n_samples,)

估计的目标值。要求 y_pred > 0。

sample_weight形状类似数组 (n_samples,),默认=None

样本权重。

返回

loss浮点数

非负浮点值(最佳值为 0.0)。

例子

>>> from sklearn.metrics import mean_gamma_deviance
>>> y_true = [2, 0.5, 1, 4]
>>> y_pred = [0.5, 0.5, 2., 2.]
>>> mean_gamma_deviance(y_true, y_pred)
1.0568...

相关用法


注:本文由纯净天空筛选整理自scikit-learn.org大神的英文原创作品 sklearn.metrics.mean_gamma_deviance。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。