MeanAbsoluteError【平均絶対誤差】

中身のロジックは単純に、誤差の絶対値の平均を示します。

sklearn.metrics.mean_absolute_error（）

　　　・第1引数：正解ラベル
　　　・第2引数：予測ラベル　

＜手順①＞ライブラリのインポート、インスタンスの作成

# ライブラリのインポート
import pandas as pd
from sklearn.datasets import load_boston
from sklearn.neighbors import KNeighborsRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_absolute_error as MAE

# データのロード
boston = load_boston()
df_boston = pd.DataFrame(data=boston.data,columns=boston.feature_names)
df_boston['target'] = boston.target

# インスタンス作成
clf = KNeighborsRegressor()

＜手順②＞正解値、予測値の設定

# 説明変数
X = df_boston[boston.feature_names].values

# 目的変数target
Y = df_boston['target'].values

# データの分割
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size = 0.2,random_state=0)

＜手順③＞予測モデル作成

# 予測モデルを作成
clf.fit(X_train, y_train)

＜手順➃＞MAE算出

# MAE算出
print(MAE(y_test, clf.predict(X_test)))