median_absolute_error#
- sklearn.metrics.median_absolute_error(y_true, y_pred, *, multioutput='uniform_average', sample_weight=None)#
中位绝对误差回归损失。
中位绝对误差输出是非负浮点数。最佳值为0.0。更多信息请参阅 用户指南 。
- Parameters:
- y_true形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象
真实目标值（正确）。
- y_pred形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象
估计的目标值。
- multioutput{‘raw_values’, ‘uniform_average’} 或形状为 (n_outputs,) 的类数组对象, 默认=’uniform_average’
定义多个输出值的聚合方式。类数组对象定义了用于平均误差的权重。
- ‘raw_values’ :
在多输出输入的情况下返回完整的误差集。
- ‘uniform_average’ :
所有输出的误差以均匀权重平均。
- sample_weight形状为 (n_samples,) 的类数组对象, 默认=None
样本权重。
Added in version 0.24.
- Returns:
- loss浮点数或浮点数数组
如果 multioutput 是 ‘raw_values’，则返回每个输出的平均绝对误差。 如果 multioutput 是 ‘uniform_average’ 或权重数组，则返回所有输出误差的加权平均值。
Examples
>>> from sklearn.metrics import median_absolute_error >>> y_true = [3, -0.5, 2, 7] >>> y_pred = [2.5, 0.0, 2, 8] >>> median_absolute_error(y_true, y_pred) 0.5 >>> y_true = [[0.5, 1], [-1, 1], [7, -6]] >>> y_pred = [[0, 2], [-1, 2], [8, -5]] >>> median_absolute_error(y_true, y_pred) 0.75 >>> median_absolute_error(y_true, y_pred, multioutput='raw_values') array([0.5, 1. ]) >>> median_absolute_error(y_true, y_pred, multioutput=[0.3, 0.7]) 0.85
