注意
RAFT 中的向量搜索和聚类算法正在迁移到一个专门用于向量搜索的新库，名为 cuVS。在此迁移期间，我们将继续支持 RAFT 中的向量搜索算法，但在 RAPIDS 24.06（6 月）版本之后将不再更新它们。我们计划在 RAPIDS 24.10（10 月）版本之前完成迁移，并在 24.12（12 月）版本中将它们从 RAFT 中完全移除。
回归模型评分#
信息准则#
#include <raft/stats/information_criterion.cuh>
namespace raft::stats
-
template<typename value_t, typename idx_t>
void information_criterion_batched(raft::resources const &handle, raft::device_vector_view<const value_t, idx_t> d_loglikelihood, raft::device_vector_view<value_t, idx_t> d_ic, IC_Type ic_type, idx_t n_params, idx_t n_samples)# 计算给定类型的信息准则
注意
: 进行就地计算是安全的（即输入和输出使用相同的指针）参见
- 模板参数:
value_t – 数据类型
idx_t – 索引类型
- 参数:
handle – [in] raft 句柄
d_loglikelihood – [in] 每条序列的对数似然 (设备端) 长度: batch_size
d_ic – [out] 返回的每条序列的信息准则 (设备端) 长度: batch_size
ic_type – [in] 要计算的准则类型。参见 IC_Type
n_params – [in] 模型中的参数数量
n_samples – [in] 每条序列中的样本数量
R2 分数#
#include <raft/stats/r2_score.cuh>
namespace raft::stats
-
template<typename value_t, typename idx_t>
device_vector_view<const value_t, idx_t> y, raft::device_vector_view<const value_t, idx_t> y_hat)# 计算“决定系数”（R 方）分数，通过总平方和对平方误差和进行归一化。
该分数表示线性回归模型中自变量解释的预期响应变量变异的比例。R 方值越大，线性回归模型解释的变异越多。
注意
y 和 y_hat 的 const 属性目前被强制取消。
- 模板参数:
value_t – 数据类型
idx_t – 索引类型
- 参数:
handle – [in] raft 句柄
y – [in] 真实响应变量数组
y_hat – [in] 预测响应变量数组
- 返回值:
: R 方值。
回归指标#
#include <raft/stats/regression_metrics.cuh>
namespace raft::stats
-
template<typename value_t, typename idx_t>
void regression_metrics(raft::resources const &handle, raft::device_vector_view<const value_t, idx_t> predictions, raft::device_vector_view<const value_t, idx_t> ref_predictions, raft::host_scalar_view<double> mean_abs_error, raft::host_scalar_view<double> mean_squared_error, raft::host_scalar_view<double> median_abs_error)# 计算回归指标：平均绝对误差、均方误差、中位数绝对误差。
- 模板参数:
value_t – 预测值的数据类型（例如，回归使用 float 或 double）。
idx_t – 索引类型
- 参数:
handle – [in] raft 句柄
predictions – [in] 预测值数组。
ref_predictions – [in] 参考（真实）预测值数组。
mean_abs_error – [out] 平均绝对误差。(|predictions[i] - ref_predictions[i]|) 在 n 上的总和 / n。
mean_squared_error – [out] 均方误差。((predictions[i] - ref_predictions[i])^2) 在 n 上的总和 / n。
median_abs_error – [out] 中位数绝对误差。|predictions[i] - ref_predictions[i]| 在 i ∈ [0, n) 范围内的中位数。