root_mean_squared_log_error

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

均方对数误差回归损失。

阅读更多在 用户指南 。

Added in version 1.4.

Parameters:

y_true类似数组，形状为 (n_samples,) 或 (n_samples, n_outputs)

真实目标值（正确的）。

y_pred类似数组，形状为 (n_samples,) 或 (n_samples, n_outputs)

估计的目标值。

sample_weight类似数组，形状为 (n_samples,)，默认=None

样本权重。

multioutput{‘raw_values’, ‘uniform_average’} 或 形状为 (n_outputs,) 的类似数组，默认=’uniform_average’

定义多个输出值的聚合方式。 类似数组的值定义了用于平均误差的权重。

‘raw_values’ :

当输入为多输出格式时，返回一组完整的误差。

‘uniform_average’ :

所有输出的误差以均匀权重平均。

Returns:

lossfloat 或 float 的 ndarray

一个非负浮点值（最佳值为 0.0），或每个单独目标的浮点值数组。

Examples

>>> 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...