sklearn.metrics.mean_absolute_error
- 注意多维数组 MAE 的计算方法 *
>>> from sklearn.metrics import mean_absolute_error
>>> y_true = [3, -0.5, 2, 7]
>>> y_pred = [2.5, 0.0, 2, 8]
>>> mean_absolute_error(y_true, y_pred)
0.5
>>> y_true = [[0.5, 1], [-1, 1], [7, -6]]
>>> y_pred = [[0, 2], [-1, 2], [8, -5]]
>>> mean_absolute_error(y_true, y_pred)
0.75
>>> mean_absolute_error(y_true, y_pred, multioutput='raw_values')
array([0.5, 1. ])
>>> mean_absolute_error(y_true, y_pred, multioutput=[0.3, 0.7])
...
0.85...
In [34]: y_true = np.array([1,2,3,4,5,0,0,0,0,0]) In [35]: y_pred = np.array([1.1,2.2,3.1,4.1,5.1,0,0,0,0,0]) In [36]: mean_absolute_error(y_true,y_pred)
Out[36]: 0.05999999999999996In [37]: y_pred = np.array([1.1,2.2,3.1,4.1,5.1]) In [38]: y_true = np.array([1,2,3,4,5]) In [39]: mean_absolute_error(y_true,y_pred)
Out[39]: 0.11999999999999993
multioutput='raw_values'
给出的是每列的 MAEmultioutput=[0.3, 0.7]
给出的是加了不同权重的每列的MAE
转载于:https://www.cnblogs.com/yaos/p/9878497.html
sklearn.metrics.mean_absolute_error相关推荐
- sequential模型编译时的指标设置:sklearn.metrics:指标
sklearn.metrics: Metrics 官网是最好的学习区. See the Model evaluation: quantifying the quality of predictions ...
- Python sklearn机器学习各种评价指标——Sklearn.metrics简介及应用示例
Python Sklearn.metrics 简介及应用示例 利用Python进行各种机器学习算法的实现时,经常会用到sklearn(scikit-learn)这个模块/库. 无论利用机器学习算法进行 ...
- sklearn.metrics 用法详解
1. 用法概览 1.1 分类 函数 功能 metrics.accuracy_score 准确率 metrics.balanced_accuracy_score 在类别不均衡的数据集中,计算加权准确率 ...
- Sklearn.metrics函数
Python Sklearn.metrics 简介及应用示例 利用Python进行各种机器学习算法的实现时,经常会用到sklearn(scikit-learn)这个模块/库. 无论利用机器学习算法进行 ...
- 报错整理:ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘
1 问题描述 使用 from sklearn.metrics import mean_absolute_percentage_error y_true = [3, -0.5, 2, 7] y_pred ...
- ML之sklearn:sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略
ML之sklearn:sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略 目录 sklearn.metrics中常用的函数参数 con ...
- ImportError: No module named sklearn.metrics
BUG:ImportError: No module named sklearn.metrics 解决方法: 1.查看是否已安装sklearn包 python import sklearn sklea ...
- Sklearn.metrics评估方法
文章目录 混淆矩阵 分类准确率 accuracy 精确率Precision 召回率 recall F1值 Roc曲线.AUC 混淆矩阵 混淆矩阵又称误差矩阵,针对预测值和真实值之间的关系,我们可以将样 ...
- python计算PR曲线sklearn.metrics.precision_recall_curve
PR曲线实则是以precision(精准率)和recall(召回率)这两个为变量而做出的曲线,其中recall为横坐标,precision为纵坐标.设定一系列阈值,计算每个阈值对应的recall和pr ...
最新文章
- mysql行转列和列转行_mysql 行转列和列转行实例详解
- Maven学习总结(十)——使用Maven编译项目gbk的不可映射问题
- 雷观(六):码农值千金
- 每日编程-20170326
- js中prototype用法(转)
- Java消息中间件--ActiveMq,RabbitMQ,Kafka
- win2003 iis上运行asp.net配置
- mysql故障转移,MySQL之MHA故障转移
- C#写文本写Csv文件操作
- 一文了解几十万年的科技史
- 服务器重装系统步骤,服务器操作系统怎么安装(服务器装系统教程)
- 微软必应(bing)不是一个好兆头!今天你病了吗?
- unity之二维数组实现正六边形地图
- 计算机系统1 实验 LC-3 Nim游戏 子程序
- C#获取文件的Content-Type(MIME Type)的三种方法
- 网络切片使能千行百业,助5G无所不能,5G网络切片“切”的是什么?
- Ball in Berland
- 【bug】vue项目 npm install报错npm ERR! code EINTEGRITY npm ERR! sha1-y480xTIT2JVyP8urkH6UIq28r7E=sha512-I1
- HTTP代理ip的API接口怎么用?
- 利用Termux在手机上运行Linux系统
热门文章
- 第53课 化功大法 《小学生C++趣味编程》
- oracle logfile sync,oracle等待事件3构造一个DirectPathwrite等待事件和构造一个LogFileSync等待事件...
- nginx location 斜杠_【一点资讯】斜杠青年双·11买什么本最划算?光影精灵6让你做“多面娇娃” www.yidianzixun.com...
- jquery/js 点击空白区域隐藏某一个层/元素
- layui结合form,table的全选、反选v1.0
- Java笔记-多线程中同步加锁相关
- HTTP中CORS跨域请求的实现(C++|Qt框架实现)
- C/C++中MySQL环境配置教程
- 流行歌单片机c语言编程,单片机6首音乐播放的proteus仿真电路及C语言程序设计...
- php输入数据提交排序,排序php数据var