R/metrics/abs_dev_loss.R

In RamboWANG/RegularizedCrossValidation: Provides several types of regularized cross-validation methods.

# 偏差绝对值损失
#
# 偏差绝对值损失主要用于回归任务。
# 为预测值与真实值之间差距的绝对值。
#
# Author: Ruibo WANG
# E-mail: wangruibo@sxu.edu.cn
# Date: 2017/7/30

abs_dev_loss.Generator <- function(metric.conf) {
  # 计算平方损失值及其均值.
  #
  # Args:
  #   指标配置: list类型
  #       gold 字段存储响应值的真实值。
  #       pre 字段存储响应值的预测值。
  # Returns:
  #   list类型
  #       第一个元素为泛化误差估计值
  #       第二个元素为损失向量。
  response.gold <- metric.conf$gold
  response.pre  <- metric.conf$pre
  if (!is.numeric(response.gold)&&!is.numeric(response.pre)) {
    stop("In one-zero loss, resp or gold is not a valid type")
  }
  loss.vector <- abs(response.pre - response.gold) 
  ge.est <- mean(loss.vector)
  return(list(est = ge.est, loss.vector))
}

abs_dev_loss.Prepackages <- c()

abs_dev_loss.validation <- function(metric.conf) {
  # 验证指标配置文件的正确性.
  # Args:
  #   指标配置文件.
  # Returns:
  #   指标配置文件是否正确。
  if(is.null(metric.conf$gold)||is.null(metric.conf$pre)) {
    return(FALSE)
  }
  return(TRUE)
}