d2_log_loss_score

sklearn.metrics.d2_log_loss_score(y_true, y_pred, *, sample_weight=None, labels=None)[source]

Функция оценки \(D^2\), доля объяснённой ошибки логарифмической функции потерь.

Наилучшее возможное значение — 1.0, оно может быть отрицательным (поскольку модель может быть произвольно хуже). Модель, которая всегда предсказывает долю принадлежности к каждой категории, не учитывая входные признаки, получает значение D^2 равное 0.0.

Подробнее см. в Руководстве пользователя.

Добавлен в версии 1.5.

Параметры:

y_trueмассив-подобный объект или матрица индикатора меток

Фактические метки для n_samples выборок.

y_predмассив-подобный объект формы (n_samples, n_classes) или (n_samples,)

Предсказанные вероятности, возвращаемые методом predict_proba классификатора. Если y_pred.shape = (n_samples,) предоставленные вероятности предполагаются быть вероятностью положительного класса. Метки в y_pred предполагаются упорядоченными по алфавиту, как в LabelBinarizer.

sample_weightмассив-подобный объект формы (n_samples,), по умолчанию=None

Веса выборок.

labelsмассив-подобный объект, по умолчанию=None

Если не указаны, метки будут получены из y_true. Если labels является None и y_pred имеет форму (n_samples,), метки предполагаются бинарными и получаются из y_true.

Возвращает:

d2число с плавающей запятой или массив чисел с плавающей запятой

Значение метрики D^2.

Примечания

Данная функция не является симметричной.

Как и R^2, значение D^2 может быть отрицательным (оно не обязательно должно быть квадратом величины D).

Эта метрика не определена для одной выборки и вернёт NaN значение, если n_samples меньше двух.