python求均方根误差_python之MSE、MAE、RMSE的使用
我就废话不多说啦,直接上代码吧!
target = [1.5, 2.1, 3.3, -4.7, -2.3, 0.75]
prediction = [0.5, 1.5, 2.1, -2.2, 0.1, -0.5]
error = []
for i in range(len(target)):
error.append(target[i] - prediction[i])
print("Errors: ", error)
print(error)
squaredError = []
absError = []
for val in error:
squaredError.append(val * val)#target-prediction之差平方
absError.append(abs(val))#误差绝对值
print("Square Error: ", squaredError)
print("Absolute Value of Error: ", absError)
print("MSE = ", sum(squaredError) / len(squaredError))#均方误差MSE
from math import sqrt
print("RMSE = ", sqrt(sum(squaredError) / len(squaredError)))#均方根误差RMSE
print("MAE = ", sum(absError) / len(absError))#平均绝对误差MAE
targetDeviation = []
targetMean = sum(target) / len(target)#target平均值
for val in target:
targetDeviation.append((val - targetMean) * (val - targetMean))
print("Target Variance = ", sum(targetDeviation) / len(targetDeviation))#方差
print("Target Standard Deviation = ", sqrt(sum(targetDeviation) / len(targetDeviation)))#标准差
补充拓展:回归模型指标:MSE 、 RMSE、 MAE、R2
sklearn调用
# 测试集标签预测
y_predict = lin_reg.predict(X_test)
# 衡量线性回归的MSE 、 RMSE、 MAE、r2
from math import sqrt
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score
print("mean_absolute_error:", mean_absolute_error(y_test, y_predict))
print("mean_squared_error:", mean_squared_error(y_test, y_predict))
print("rmse:", sqrt(mean_squared_error(y_test, y_predict)))
print("r2 score:", r2_score(y_test, y_predict))
原生实现
# 测试集标签预测
y_predict = lin_reg.predict(X_test)
# 衡量线性回归的MSE 、 RMSE、 MAE
mse = np.sum((y_test - y_predict) ** 2) / len(y_test)
rmse = sqrt(mse)
mae = np.sum(np.absolute(y_test - y_predict)) / len(y_test)
r2 = 1-mse/ np.var(y_test)
print("mse:",mse," rmse:",rmse," mae:",mae," r2:",r2)
相关公式
MSE
RMSE
MAE
R2
以上这篇python之MSE、MAE、RMSE的使用就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持python博客。
python求均方根误差_python之MSE、MAE、RMSE的使用相关推荐
- python求乘积_Python实现求笛卡尔乘积的方法
Python实现求笛卡尔乘积的方法 本文实例讲述了Python实现求笛卡尔乘积的方法.分享给大家供大家参考,具体如下: 在数学中,两个集合X和Y的笛卡尓乘积(Cartesian product),又称 ...
- python求积分_python 求定积分和不定积分示例
求f(x) = sin(x)/x 的不定积分和负无穷到正无穷的定积分 sin(x)/x 的不定积分是信号函数sig ,负无穷到正无穷的定积分为pi import math import numpy a ...
- python求圆面积_python如何求圆的面积
首先我们要知道圆的面积计算公式:S = πr²,公式中S为所求圆的面积,π为圆周率,r为圆的半径. 示例: # 定义一个方法来计算圆的面积 def findArea(r): PI = 3.142 re ...
- python求圆面积_python如何求圆的面积 python求圆的面积方法
python如何求圆的面积?本篇文章小编给大家分享一下python求圆的面积方法,代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看. 首先我们要知道圆的面积计算 ...
- python求乘积_Python实现求笛卡尔乘积方法详解
这篇文章主要介绍了Python实现求笛卡尔乘积的方法,结合实例形式分析了Python计算笛卡尔乘积的原理与实现技巧,需要的朋友可以参考下 本文实例讲述了Python实现求笛卡尔乘积的方法.分享给大家供 ...
- python求众数_python求众数问题实例
本文实例讲述了python求众数问题的方法,是一个比较典型的应用.分享给大家供大家参考.具体如下: 问题描述: 多重集中重数最大的元素称为众数...就是一个可以有重复元素的集合,在这个集合中重复的次数 ...
- python计算均方根误差_python中是否有均方根误差(RMSE)的库函数?
什么是RMSE?也称为MSE.RMD或RMS.它解决了什么问题? 如果您理解RMSE:(均方根误差),MSE:(均方根误差),RMD(均方根偏差)和RMS:(均方根),那么在工程上要求一个库为您计算这 ...
- python求均方根_Python科学计算
任意波形的生成 (geneartion of arbitrary waveform) 在商业,军事等领域都有着重要的应用,诸如空间光通信 (free-space optics communicatio ...
- python求最小公倍数_python求最大公约数和最小公倍数的简单方法
python怎么求最大公约数和最小公倍数 一.求最大公约数 用辗转相除法求最大公约数的算法如下: 两个正整数a和b(a>b),它们的最大公约数等于a除以b的余数c和b之间的最大公约数.比如10和 ...
最新文章
- Matlab数据的可视化 -- 条形图
- 关于一个简易的实时内存监控系统的思维导图
- php安装solr扩展,PHP扩展模块 solr 安装
- use putty to log on OS
- SSL与WildFly 8和Undertow
- 【转】几种数据库的大数据批量插入
- 【Python实例第8讲】模型复杂度影响
- 数字孪生中的人工智能——技术现状、挑战和未来研究课题
- 2021年2月20日 星期六 初九 霾
- 毕业四年间,一壶漂泊,歌者默然(转帖)
- 空调房早餐三杯水 让你轻松获得七大类营养
- js直接调用系统打印机进行打印
- 商品后台管理系统(项目一)
- Python实训day4
- 色调,饱和度,亮度如何计算
- [HDU4415]Assassin’s Creed
- 软件测试的国家标准及链接,软件测试相关国家标准.doc
- c语言画一只小猪佩奇
- Java岗大厂面试百日冲刺【Day49】— 十个面试九个秒杀1 (日积月累,每日三题)
- 算法 | 时间复杂度master 公式