mean_poisson_deviance#

sklearn.metrics.mean_poisson_deviance(y_true, y_pred, *, sample_weight=None)[Quelle]#

Mittlerer Poisson-Devianz-Verlust für die Regression.

Die Poisson-Devianz ist äquivalent zur Tweedie-Devianz mit dem Potenzparameter power=1.

Lesen Sie mehr im Benutzerhandbuch.

Parameter:
y_truearray-ähnlich mit Form (n_samples,)

Wahre (korrekte) Zielwerte. Erfordert y_true >= 0.

y_predarray-ähnlich mit Form (n_samples,)

Geschätzte Zielwerte. Erfordert y_pred > 0.

sample_weightarray-like der Form (n_samples,), Standardwert=None

Stichprobengewichte.

Gibt zurück:
lossfloat

Ein nicht-negativer Gleitkommawert (der beste Wert ist 0.0).

Beispiele

>>> from sklearn.metrics import mean_poisson_deviance
>>> y_true = [2, 0, 1, 4]
>>> y_pred = [0.5, 0.5, 2., 2.]
>>> mean_poisson_deviance(y_true, y_pred)
1.4260...