Python sklearn.metrics.max_error()用法及代码示例

max_error()函数计算最大残留误差。捕获预测值和真实值之间的最坏情况错误的度量标准。这个函数比较两个列表，元组或数据帧中的每个元素(索引明智)，并返回匹配元素的计数。

用法：sklearn.metrics.max_error(y_true, y_pred)

参数：

y_true：接受正确(正确)的目标值。

y_pred:它接受估计目标值。

返回值：

max_error：<浮点数>：正浮点值。

范例1：

Python3

# Import required module 
from sklearn.metrics import max_error 
  
# Assign data 
y_true = [6, 2, 5, 1] 
y_pred = [4, 2, 7, 1] 
  
# Compute max_error 
print(max_error(y_true, y_pred))

输出：

在上面的示例中，列表y_true和y_pred中的元素仅在索引0和2处不同。因此，max_error为2。

范例2：

Python3

# Import required module 
from sklearn.metrics import max_error 
  
# Assign data 
y_true = [3.13,'GFG',56,57667] 
y_pred = ['Geeks','for','Geeks',3000] 
  
# Compute max_error 
print(max_error(y_true, y_pred))

输出：

UFuncTypeError:ufunc ‘subtract’ did not contain a loop with signature
matching types (dtype(‘<U32’), dtype(‘<U32’)) -> dtype(‘<U32’)

为了使用max_error()，列表，元组， DataFrame 等的元素应具有相似的类型。

范例3：

Python3

# Import required module 
from sklearn.metrics import max_error 
  
# Assign data 
List = [1, 2, 3, 4, 5, 6, 7, 8, 9] 
y_true = List
y_pred = List[::-1] 
  
# Compute max_error 
print(max_error(y_true, y_pred))

输出：

在这里，只有1个匹配的元素。

相关用法

注：本文由纯净天空筛选整理自adityakumar27200大神的英文原创作品 sklearn.metrics.max_error() function in Python。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。