平均伽马偏差

sklearn.metrics.mean_gamma_deviance(y_true, y_pred, *, sample_weight=None)

平均伽马偏差回归损失。

伽马偏差等同于幂参数为 power=2 的 Tweedie 偏差。它对目标变量的缩放不变，并测量相对误差。

更多详情请参见用户指南。

参数:

y_true形状为 (n_samples,) 的数组型对象

真实目标值。要求 y_true > 0。

y_pred形状为 (n_samples,) 的数组型对象

估计的目标值。要求 y_pred > 0。

sample_weight形状为 (n_samples,) 的数组型对象，默认为 None

样本权重。

返回:

loss浮点数

一个非负浮点数（最佳值为 0.0）。

示例

>>> from sklearn.metrics import mean_gamma_deviance
>>> y_true = [2, 0.5, 1, 4]
>>> y_pred = [0.5, 0.5, 2., 2.]
>>> mean_gamma_deviance(y_true, y_pred)
1.0568...