Python 中的 sklearn.metrics.max_error()函数
原文:https://www.geesforgeks.org/sklearn-metrics-max_error-function-in-python/
max_error()函数计算最大残差。捕捉预测值和真实值之间最坏情况误差的指标。此函数比较列表、元组或数据框的每个元素(按索引方式)，并返回不匹配元素的计数。
语法:sklearn.metrics.max_error(y_true，y_pred)
参数:
y_true :接受真实(正确)的目标值。
y_pred: 接受估算目标值。
返回:
max_error:<float>T5:【一个正浮点值。
例 1:
蟒蛇 3
# Import required module
from sklearn.metrics import max_error
# Assign data
y_true = [6, 2, 5, 1]
y_pred = [4, 2, 7, 1]
# Compute max_error
print(max_error(y_true, y_pred))
输出:
2
在上例中，列表 y_true 和 y_pred 中的元素仅在索引 0 和 2 处不同。因此，2 是最大误差。
例 2:
蟒蛇 3
# Import required module
from sklearn.metrics import max_error
# Assign data
y_true = [3.13,'GFG',56,57667]
y_pred = ['Geeks','for','Geeks',3000]
# Compute max_error
print(max_error(y_true, y_pred))
输出:
UFuncTypeError: ufunc“减法”不包含带有签名的循环 匹配类型(dtype(' T1 ' U32 ')、dtype(' T2 ' U32 ')->dtype(' T4 ' U32 ')
为了使用 max_error()，列表、元组、数据帧等的元素。应该是类似的类型。
例 3:
蟒蛇 3
# Import required module
from sklearn.metrics import max_error
# Assign data
List = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y_true = List
y_pred = List[::-1]
# Compute max_error
print(max_error(y_true, y_pred))
输出:
8
这里只有一个匹配的元素。
