均方对数误差的平方根

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的平方根。

更多信息请阅读 用户指南。

1.4版本新增。

参数：

y_truearray-like of shape (n_samples,) or (n_samples, n_outputs)

真实目标值。

y_predarray-like of shape (n_samples,) or (n_samples, n_outputs)

预测目标值。

sample_weightarray-like of shape (n_samples,), default=None

样本权重。

multioutput{‘raw_values’, ‘uniform_average’} or array-like of shape (n_outputs,), default=’uniform_average’

定义多个输出值的聚合方式。数组状的值定义用于平均误差的权重。

‘raw_values’

当输入为多输出格式时，返回完整的误差集。

‘uniform_average’

所有输出的误差都以统一权重平均。

返回：

损失浮点数或浮点数数组

一个非负的浮点值（最佳值为 0.0），或一个浮点值数组，每个值对应一个单独的目标。

示例

>>> 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...