均方根誤差#

sklearn.metrics.root_mean_squared_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average')[原始碼]#

均方根誤差迴歸損失。

請參閱使用者指南以了解更多資訊。

在 1.4 版本中新增。

參數:
y_true形狀為 (n_samples,) 或 (n_samples, n_outputs) 的類陣列

真實 (正確) 的目標值。

y_pred形狀為 (n_samples,) 或 (n_samples, n_outputs) 的類陣列

估計的目標值。

sample_weight形狀為 (n_samples,) 的類陣列，預設值為 None

樣本權重。

multioutput{'raw_values', 'uniform_average'} 或形狀為 (n_outputs,) 的類陣列，預設值為 'uniform_average'

定義多個輸出值的聚合。類陣列值定義用於平均誤差的權重。

‘raw_values’

在多輸出輸入的情況下，返回完整的誤差集。

‘uniform_average’

所有輸出的誤差都以均勻權重進行平均。

返回:
loss浮點數或浮點數的 ndarray

一個非負浮點值 (最佳值為 0.0)，或一個浮點數值陣列，每個目標一個。

範例

>>> from sklearn.metrics import root_mean_squared_error
>>> y_true = [3, -0.5, 2, 7]
>>> y_pred = [2.5, 0.0, 2, 8]
>>> root_mean_squared_error(y_true, y_pred)
0.612...
>>> y_true = [[0.5, 1],[-1, 1],[7, -6]]
>>> y_pred = [[0, 2],[-1, 2],[8, -5]]
>>> root_mean_squared_error(y_true, y_pred)
0.822...