R 计算均方差MSE(mean squared error)

本文介绍MSE(均方差)，并使用两种R方法实现。

MSE(均方差)

判定预测模型的准确度的常用方法是均方差MSE( mean squared error)。计算公示为：

MSE = (1/n) * Σ(actual – prediction)^2

Σ 求和符号
n 样本大小
actual 实际数据值
prediction 预测数据值

mse越小，预测模型准确性越高。

R计算MSE

依赖给定的数据格式，有两种方式很容易计算回归模型的MSE.

从回归模型计算

如果已经有了拟合回归模型，则可以很方便获得MSE:

#load mtcars dataset
data(mtcars)#fit regression model
model <- lm(mpg~disp+hp, data=mtcars)#get model summary
model_summ <-summary(model)

我们可以通过下面代码计算MSE:

#calculate MSE
mean(model_summ$residuals^2)# [1] 8.85917

返回8.85917即为MSE的值。

从预测值、实际值列表中计算

有时我们只有预测值和实际值列表：

data <- data.frame(pred = predict(model), actual = mtcars$mpg)
head(data)#                       pred actual
# Mazda RX4         23.14809   21.0
# Mazda RX4 Wag     23.14809   21.0
# Datsun 710        25.14838   22.8
# Hornet 4 Drive    20.17416   21.4
# Hornet Sportabout 15.46423   18.7
# Valiant           21.29978   18.1

这是我们通过上面的公式进行计算：

#calculate MSE
mean((data$actual - data$pred)^2)# [1] 8.85917

我们看到与前面的计算结果一致。

R 计算均方差MSE(mean squared error)相关推荐

Python使用numpy包编写自定义函数计算均方误差(MSE、mean squared error)、评估回归模型和时间序列模型、解读MSE评估指标
Python使用numpy包编写自定义函数计算均方误差(MSE.mean squared error).评估回归模型和时间序列模型.解读MSE评估指标目录
Mean squared error MSE即方差
mse = mean( (sim - obs)^2, na.rm =TRUE) 均方误差 (Mean Squared Error)均方误差 MSE是网络的性能函数,网络的均方误差,叫"Mea ...
损失函数——均方误差（Mean Squared Error，MSE）
均方误差(Mean Squared Error,MSE):MSE是回归任务中常用的损失函数,它衡量模型预测值与实际值之间的平均平方误差. 具体来说,MSE的计算公式如下: 其中,n是样本数量,xi是第 ...
R语言Eta squared计算实战：Eta squared表示可以用模型中给定的变量解释的方差的比例、拟合方差分析模型(two-way ANOVA)、计算Eta Squared
R语言Eta squared计算实战:Eta squared表示可以用模型中给定的变量解释的方差的比例.拟合方差分析模型(two-way ANOVA).计算Eta Squared 目录
均方误差损失函数（MSE，mean squared error)
均方误差损失函数(MSE,mean squared error) 回归问题解决的是对具体数值的预测,比如房价预测.销量预测等等,解决回归问题的神经网络一般只有一个输出节点,这个节点的输出值就是预测值. ...
R语言回归模型残差标准误差计算实战（Residual Standard Error）：计算残差标准误、残差标准误解读
R语言回归模型残差标准误差计算实战(Residual Standard Error):计算残差标准误.残差标准误解读目录
Pytorch 损失函数 Mean Squared Error
Pytorch的损失函数定义在torch.nn.functional下,可以直接使用. Mean Squared Error(MSE)即均方误差,常用在数值型输出上: 其中θ是网络的参数,取决于使用的 ...
Minimum Mean Squared Error (MMSE)最小均方误差
均方误差(Mean Squared Error, MSE)是衡量"平均误差"的一种较方便的方法.可以评价数据的变化程度.均方根误差是均方误差的算术平方根. 最小二乘(LS) 问题是 ...
R计算贝叶斯信息指标（Bayesian Information Criterion，BIC）实战
R计算贝叶斯信息指标(Bayesian Information Criterion,BIC)实战目录 R计算贝叶斯信息指标(Bayesian Information Criterion,BIC)实战