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_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。