RMSEを計算する関数を用意しておく

sklearnにはRMSEを計算する関数がない模様で毎回コードを書くのが面倒なので自作パッケージ内の関数として用意しておく。

1. rmse

Root mean squared error regression loss.

1.1. 使用方法

from utils4ml.sklearnwrappers import rmse

1.2. 関数定義

import numpy as np
from sklearn.metrics import mean_squared_error


def rmse(
    y_true,
    y_pred,
    sample_weight=None,
    multioutput='uniform_average',
):
    args = locals()
    mse = mean_squared_error(**args)
    rmse = np.sqrt(mse)
    return rmse

1.3. 戻り値

• rmse:

1.4. 使用例

code:

# %%
from utils4ml.sklearnwrappers import rmse
y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
rmse(y_true, y_pred)
# %%