- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
RegressionMetric
실제 데이터와 비교하여 예측 데이터의 품질을 평가하기 위해 회귀 메트릭을 계산합니다.
double vector::RegressionMetric(
|
패러미터
vector_true/matrix_true
【in】 참 값의 벡터 또는 행렬입니다.
metric
【in】 ENUM_REGRESSION_METRIC 열거의 메트릭 유형입니다.
axis
[in] 축. 0 — 가로축, 1 — 세로축.
반환 값
실제 데이터와 비교하여 예측 데이터의 품질을 평가하는 계산된 메트릭입니다.
주의
- REGRESSION_MAE — 예측 값과 해당 참 값 간의 절대 차이를 나타내는 평균 절대 오차(mean absolute error)
- REGRESSION_MSE — 예측 값과 해당 참 값 사이의 차이 제곱을 나타내는 평균 제곱 오차
- REGRESSION_RMSE — MSE의 제곱근
- REGRESSION_R2 - 1 — MSE(regression) / MSE(mean)
- REGRESSION_MAPE — 백분율인 MAE
- REGRESSION_MSPE — 백분율인 MSE
- REGRESSION_RMSLE — 로그 스케일로 계산된 RMSE
예:
vector y_true = {3, -0.5, 2, 7};
|