python - 如何在 scikit-learn 中制作加权平均绝对误差评分器?
问题描述
我正在尝试解决回归任务,并且要了解模型的性能,我需要使用 WMAE。但该指标在 Scikit-Learn 中不可用。计算这个指标的公式是这样的——
def WMAE(dataset, real, predicted):
weights = dataset.IsHoliday.apply(lambda x: 5 if x else 1)
return np.round(np.sum(weights*abs(real-predicted))/(np.sum(weights)), 2)
但我不确定如何将此函数转换为 scikit-learn 记分器。我需要这个才能在 cross_val_score 和 RandomSearchCV 中使用记分器。
任何人都可以帮忙吗?
解决方案
推荐阅读
- html - 即使使用 z-index,Div 也不会与隐藏溢出的父 div 重叠
- python - 如何在 python 中持久化一个经过身份验证的请求会话?
- java - 通过@DataProvider 将Testng.xml 映射到一个类?
- html - 旋转时如何将跨度或 div 对齐到中间?
- c# - C# winforms 将 UserID 值保存到类
- boost - Centos 7 上的 CMake 和 Boost 错误-找不到以下 Boost 库
- python - django中当前服务器的IP和端口
- laravel - laravel 中的 Elasticsearch geo_point 映射
- android - 如何在测试 android 混合应用程序时更改上下文
- python - Python倒数计时器问题