d2_log_loss_score

sklearn.metrics.d2_log_loss_score(y_true, y_proba=None, *, sample_weight=None, labels=None, y_pred='deprecated')[исходный код]

Функция оценки \(D^2\) — доля объяснённой логарифмической потери.

Наилучшее возможное значение оценки равно 1.0; она может быть отрицательной (поскольку модель может работать сколь угодно хуже). Модель, которая всегда предсказывает доли классов в y_true, игнорируя входные признаки, получает оценку D^2, равную 0.0.

Подробнее см. в руководстве пользователя.

Добавлено в версии 1.5.

Параметры:

y_trueмассивоподобная структура или матрица индикаторов меток

Фактические метки для n_samples образцов.

y_probaмассивоподобная структура формы (n_samples, n_classes) или (n_samples,)

Предсказанные вероятности, возвращаемые методом predict_proba классификатора. Если y_proba.shape = (n_samples,), предполагается, что предоставленные вероятности относятся к положительному классу. Предполагается, что метки в y_proba упорядочены по алфавиту, как и в LabelBinarizer.

Добавлено в версии 1.9: y_pred переименован в y_proba.

sample_weightмассивоподобная структура формы (n_samples,), по умолчанию None

Веса образцов.

labelsмассивоподобная структура, по умолчанию None

Если не задано, метки определяются по y_true. Если labels равно None и y_pred имеет форму (n_samples,), предполагается, что метки бинарные, и они определяются по y_true.

y_predмассивоподобная структура формы (n_samples, n_classes) или (n_samples,)

Предсказанные вероятности, возвращаемые методом predict_proba классификатора. Если y_pred.shape = (n_samples,), предполагается, что предоставленные вероятности относятся к положительному классу. Предполагается, что метки в y_pred упорядочены по алфавиту, как и в LabelBinarizer.

Устарело с версии 1.9: y_pred признан устаревшим в пользу y_proba в версии 1.9 и будет удалён в версии 1.11.

Возвращает:

d2float или ndarray из float

Оценка D^2.

Примечания

Эта функция не является симметричной.

Как и оценка R^2, оценка D^2 может быть отрицательной (она не обязательно является квадратом некоторой величины D).

Эта метрика не определена для одного образца и возвращает значение NaN, если n_samples меньше двух.