理論部分：RMSE、MAE等誤差指標整理_UQI-LIUWJ的博客-CSDN博客

1?sklearn.metrics.mean_squared_error

sklearn.metrics.mean_squared_error(y_true, y_pred, *, sample_weight=None,multioutput='uniform_average', squared=True)

1.1 主要參數

y_true	正確值
y_pred	預測值
squared	如果是True，那么就是MSE；否則是RMSE

1.2 使用舉例

from sklearn.metrics import mean_squared_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 8] mean_squared_error(y_true, y_pred) #0.375

2?sklearn.metrics.mean_absolute_error

sklearn.metrics.mean_absolute_error(y_true, y_pred, *, sample_weight=None, multioutput='uniform_average')

2.1 主要參數

y_true	正確值
y_pred	預測值

2.2 使用舉例?

from sklearn.metrics import mean_absolute_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 8] mean_absolute_error(y_true, y_pred) #0.5

3?sklearn.metrics.mean_absolute_percentage_error

sklearn.metrics.mean_absolute_percentage_error(y_true, y_pred, sample_weight=None, multioutput='uniform_average')

3.1 主要參數

y_true	正確值
y_pred	預測值

3.2 使用舉例?

from sklearn.metrics import mean_absolute_percentage_error y_true = [3, -0.5, 2, 7] y_pred = [2.5, 0.0, 2, 8] mean_absolute_percentage_error(y_true, y_pred) #0.3273809523809524

總結

以上是生活随笔為你收集整理的sklearn 笔记整理：sklearn.mertics的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。