- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
RegressionMetric
Calcule une métrique de régression pour évaluer la qualité des données prédites par rapport aux données réelles
double vector::RegressionMetric(
|
Paramètres
vector_true/matrix_true
[in] Vecteur ou matrice de valeurs vraies.
metric
[dans] Type de métrique de l'énumération ENUM_REGRESSION_METRIC.
axis
[in] Axe. 0 axe horizontal, 1 axe vertical.
Valeur de Retour
La métrique calculée qui évalue la qualité des données prédites par rapport aux données réelles.
Note
- REGRESSION_MAE erreur absolue moyenne qui représente les différences absolues entre les valeurs prédites et les valeurs vraies correspondantes
- REGRESSION_MSE erreur quadratique moyenne qui représente les différences au carré entre les valeurs prédites et les valeurs vraies correspondantes
- REGRESSION_RMSE racine carrée de MSE
- REGRESSION_R2 - 1 MSE(régression) / MSE(moyenne)
- REGRESSION_MAPE MAE sous forme de pourcentage
- REGRESSION_MSPE MSE sous forme de pourcentage
- REGRESSION_RMSLE RMSE calculé sur une échelle logarithmique
Exemple :
vector y_true = {3, -0.5, 2, 7};
|