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...