Python sklearn.metrics.max_error()用法及代碼示例

max_error()函數計算最大殘留誤差。捕獲預測值和真實值之間的最壞情況錯誤的度量標準。這個函數比較兩個列表，元組或數據幀中的每個元素(索引明智)，並返回匹配元素的計數。

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

參數：

y_true：接受正確(正確)的目標值。

y_pred:它接受估計目標值。

返回值：

max_error：<浮點數>：正浮點值。

範例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))

輸出：

在上麵的示例中，列表y_true和y_pred中的元素僅在索引0和2處不同。因此，max_error為2。

範例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))

輸出：

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

為了使用max_error()，列表，元組， DataFrame 等的元素應具有相似的類型。

範例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))

輸出：

在這裏，隻有1個匹配的元素。

相關用法

注：本文由純淨天空篩選整理自adityakumar27200大神的英文原創作品 sklearn.metrics.max_error() function in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。