Python sklearn mean_poisson_deviance用法及代碼示例

本文簡要介紹python語言中 sklearn.metrics.mean_poisson_deviance 的用法。

用法:

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

平均泊鬆偏差回歸損失。

Poisson 偏差等效於具有冪參數 power=1 的 Tweedie 偏差。

在用戶指南中閱讀更多信息。

參數：

y_true：形狀類似數組 (n_samples,)

基本事實(正確)目標值。要求 y_true >= 0。

y_pred：形狀類似數組 (n_samples,)

估計的目標值。要求 y_pred > 0。

sample_weight：形狀類似數組 (n_samples,)，默認=None

樣本權重。

返回：

loss：浮點數

非負浮點值(最佳值為 0.0)。

例子：

>>> from sklearn.metrics import mean_poisson_deviance
>>> y_true = [2, 0, 1, 4]
>>> y_pred = [0.5, 0.5, 2., 2.]
>>> mean_poisson_deviance(y_true, y_pred)
1.4260...