Назад к вопросам
JuniorТеорияЧасто
Что выведет эта программа?
import numpy as np
from sklearn.metrics import mean_absolute_error, mean_squared_error
y_true = [1, 2, 3, 4]
y_pred = [1, 2, 3, 8]
mae = mean_absolute_error(y_true, y_pred)
rmse = np.sqrt(mean_squared_error(y_true, y_pred))
print(mae, rmse)1.0 2.0
- Ждать
1.0 4.0:mean_squared_errorвозвращает MSE в квадратных единицах; код берёт из него корень, поэтому RMSE равенsqrt(4.0) = 2.0. - Ждать, что MAE и RMSE совпадут: возведение в квадрат даёт единственной ошибке 4 большой вес, и RMSE здесь вдвое больше MAE; они равны, только когда все ошибки одного размера.
- Если редкие крупные ошибки обходятся дорого, какую метрику вы покажете — среднюю абсолютную ошибку (MAE) или корень из среднеквадратичной (RMSE) — и почему?
- Как изменятся оба значения, если одну ошибку 4 разбить на четыре ошибки по 1?
