📅  最后修改于: 2023-12-03 15:34:24.349000             🧑  作者: Mango
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。
y_true
: array-like of shape (n_samples,) ,实际值。
y_pred
: array-like of shape (n_samples,) ,预测值。
返回真实值和预测值之间的最大误差。
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
如果 y_true
和 y_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。