均方根對數誤差#

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

均方根對數誤差迴歸損失。

請參閱使用者指南以了解更多資訊。

版本 1.4 新增。

參數:

y_truearray-like，形狀為 (n_samples,) 或 (n_samples, n_outputs)

真實（正確）的目標值。

y_predarray-like，形狀為 (n_samples,) 或 (n_samples, n_outputs)

估計的目標值。

sample_weightarray-like，形狀為 (n_samples,)，預設值為 None

樣本權重。

multioutput{‘raw_values’, ‘uniform_average’} 或 array-like，形狀為 (n_outputs,)，預設值為 ‘uniform_average’

定義多個輸出值的聚合方式。array-like 值定義用於平均誤差的權重。

‘raw_values’: 當輸入為多輸出格式時，會回傳完整的錯誤集合。
‘uniform_average’: 所有輸出的誤差會以均勻權重進行平均。

回傳值:

loss浮點數或浮點數的 ndarray: 一個非負浮點數值（最佳值為 0.0），或一個浮點數值的陣列，每個單獨的目標值對應一個。

範例

>>> from sklearn.metrics import root_mean_squared_log_error
>>> y_true = [3, 5, 2.5, 7]
>>> y_pred = [2.5, 5, 4, 8]
>>> root_mean_squared_log_error(y_true, y_pred)
0.199...