当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R yardstick poisson_log_loss 泊松数据的平均对数损失


计算泊松分布的损失函数。

用法

poisson_log_loss(data, ...)

# S3 method for data.frame
poisson_log_loss(data, truth, estimate, na_rm = TRUE, case_weights = NULL, ...)

poisson_log_loss_vec(truth, estimate, na_rm = TRUE, case_weights = NULL, ...)

参数

data

data.frame 包含由 truthestimate 参数指定的列。

...

目前未使用。

truth

真实计数的列标识符(即 integer )。这应该是一个不带引号的列名,尽管此参数是通过表达式传递的并且支持quasiquotation(您可以不带引号的列名)。对于 _vec() 函数,一个 integer 向量。

estimate

预测结果的列标识符(也是 numeric )。与 truth 一样,可以通过不同的方式指定,但主要方法是使用不带引号的变量名称。对于 _vec() 函数,一个 numeric 向量。

na_rm

logical 值,指示在计算继续之前是否应剥离 NA 值。

case_weights

案例权重的可选列标识符。这应该是一个不带引号的列名称,其计算结果为 data 中的数字列。对于 _vec() 函数,一个数值向量。

tibble 包含列 .metric.estimator.estimate 以及 1 行值。

对于分组 DataFrame ,返回的行数将与组数相同。

对于 poisson_log_loss_vec() ,单个 numeric 值(或 NA )。

也可以看看

其他数字指标:ccc() , huber_loss_pseudo() , huber_loss() , iic() , mae() , mape() , mase() , mpe() , msd() , rmse() , rpd() , rpiq() , rsq_trad() , rsq() , smape()

其他准确度指标:ccc() , huber_loss_pseudo() , huber_loss() , iic() , mae() , mape() , mase() , mpe() , msd() , rmse() , smape()

作者

马克斯·库恩

例子

count_truth <- c(2L,   7L,   1L,   1L,   0L,  3L)
count_pred  <- c(2.14, 5.35, 1.65, 1.56, 1.3, 2.71)
count_results <- dplyr::tibble(count = count_truth, pred = count_pred)

# Supply truth and predictions as bare column names
poisson_log_loss(count_results, count, pred)
#> # A tibble: 1 × 3
#>   .metric          .estimator .estimate
#>   <chr>            <chr>          <dbl>
#> 1 poisson_log_loss standard        1.42

相关用法


注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Mean log loss for Poisson data。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。