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) # %%