d2_brier_score#

sklearn.metrics.d2_brier_score(y_true, y_proba, *, sample_weight=None, pos_label=None, метки=None)[источник]#

\(D^2\) функция оценки, доля объяснённого скора Брайера.

Лучший возможный балл - 1.0, и он может быть отрицательным, потому что модель может быть сколь угодно хуже нулевой модели. Нулевая модель, также известная как модель оптимального пересечения, - это модель, которая постоянно предсказывает доли классов y_true, игнорируя входные признаки. Нулевая модель получает оценку D^2 равную 0.0.

Подробнее в Руководство пользователя.

Параметры:
y_truearray-like формы (n_samples,)

Истинные целевые переменные.

y_probaмассивоподобный формы (n_samples,) или (n_samples, n_classes)

Предсказанные вероятности. Если y_proba.shape = (n_samples,) предполагается, что предоставленные вероятности относятся к положительному классу. Если y_proba.shape = (n_samples, n_classes) столбцы в y_proba предполагается, что соответствуют меткам в алфавитном порядке, как это сделано в LabelBinarizer.

sample_weightarray-like формы (n_samples,), по умолчанию=None

Веса выборок.

pos_labelint, float, bool или str, по умолчанию=None

Метка положительного класса. pos_label будет выведен следующим образом:

  • if y_true в {-1, 1} или {0, 1}, pos_label по умолчанию 1;

  • иначе если y_true содержит строку, будет вызвана ошибка и pos_label должен быть явно указан;

  • в противном случае, pos_label по умолчанию принимает большее значение метки, т.е. np.unique(y_true)[-1].

меткиarray-like формы (n_classes,), по умолчанию=None

Метки классов, когда y_proba.shape = (n_samples, n_classes). Если не предоставлено, метки будут выведены из y_true.

Возвращает:
d2float

Оценка D^2.

Ссылки

На этой странице