paddlets.metrics.metrics

class MSE(mode: str = 'normal')

基类：Metric

均方误差(mse).

参数

mode (str) – 支持的metric模式, 支持normal(非概率预测)和prob(概率预测)两种模式, Note: 目前mode=prob尚未支持.

_NAME

Metric名称.

类型

str

_MAXIMIZE

用于标识优化方向.

类型

bool

metric_fn(y_true: ndarray, y_score: ndarray) → float

均方误差(mse).

参数

• y_true (np.ndarray) – 真实目标值.

• y_score (np.ndarray) – 模型预测值.

返回

均方误差值, 非负的浮点值(最优值为0.0)

返回类型

float

class MAE(mode: str = 'normal')

基类：Metric

平均绝对误差(mae).

参数

mode (str) – 支持的metric模式, 支持normal(非概率预测)和prob(概率预测)两种模式, Note: 目前mode=prob尚未支持.

_NAME

Metric名称.

类型

str

_MAXIMIZE

用于标识优化方向.

类型

bool

metric_fn(y_true: ndarray, y_score: ndarray) → float

平均绝对误差(mae).

参数

• y_true (np.ndarray) – 真实目标值.

• y_score (np.ndarray) – 模型预测值.

返回

平均绝对误差值, 非负的浮点值(最优值为0.0)

返回类型

float

class LogLoss(mode: str = 'normal')

基类：Metric

对数损失(交叉熵损失).

参数

mode (str) – 支持的metric模式, 支持normal(非概率预测)和prob(概率预测)两种模式, Note: 目前mode=prob尚未支持.

_NAME

Metric名称.

类型

str

_MAXIMIZE

用于标识优化方向.

类型

bool

metric_fn(y_true: ndarray, y_score: ndarray) → float

对数损失(交叉熵损失).

参数

• y_true (np.ndarray) – 真实目标值.

• y_score (np.ndarray) – 模型预测值.

返回

对数损失(交叉熵损失).

返回类型

float

class MetricContainer(metric_names: List[str], prefix: str = '')

基类：object

包含若干Metric的容器.

参数

• metric_names (List[str]) – Metric名称的列表.

• prefix (str) – 为Metric名称增加前缀.

_prefix

为Metric名称增加前缀.

类型

str

_metrics

Metric实例的列表.

类型

List[Metric]

_names

与评估集名称关联的Metric名称列表.

类型

List[str]