📜  Python中的 sklearn.metrics.max_error()函数(1)

📅  最后修改于: 2023-12-03 15:34:24.349000             🧑  作者: Mango

Python中的 sklearn.metrics.max_error()函数介绍

sklearn.metrics.max_error(y_true, y_pred) 是 scikit-learn 库中的一个函数,用于计算真实值和预测值之间的最大误差。该函数支持多种回归指标的计算。

参数介绍

y_true : array-like of shape (n_samples,) ,实际值。

y_pred : array-like of shape (n_samples,) ,预测值。

返回值

返回真实值和预测值之间的最大误差。

示例
from sklearn.metrics import max_error

y_true = [3, 2.5, 7, 8]
y_pred = [2.5, 3, 5, 9]

max_error(y_true, y_pred)

运行结果为:

2.0
注意事项
  • 如果 y_truey_pred 的长度不一,会抛出 ValueError 异常。

  • max_error() 函数只适用于回归模型,如线性回归、岭回归、决策树回归等。

  • 在模型评估的过程中,需要多考虑其他指标,如均方误差(MSE)、平均绝对误差(MAE)等指标。