欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python之MSE、MAE、RMSE的使用

 更新時間:2020年02月24日 10:12:07   作者:llx1026  
今天小編就為大家分享一篇python之MSE、MAE、RMSE的使用,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

我就廢話不多說啦,直接上代碼吧!

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))#誤差絕對值
 
 
print("Square Error: ", squaredError)
print("Absolute Value of Error: ", absError)
 
 
print("MSE = ", sum(squaredError) / len(squaredError))#均方誤差MSE
 
 
from math import sqrt
print("RMSE = ", sqrt(sum(squaredError) / len(squaredError)))#均方根誤差RMSE
print("MAE = ", sum(absError) / len(absError))#平均絕對誤差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)))#標準差

補充拓展:回歸模型指標:MSE 、 RMSE、 MAE、R2

sklearn調(diào)用

# 測試集標簽預測
y_predict = lin_reg.predict(X_test)

# 衡量線性回歸的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))

原生實現(xiàn)

# 測試集標簽預測
y_predict = lin_reg.predict(X_test)
# 衡量線性回歸的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)

相關公式

MSE

RMSE

MAE

R2

以上這篇python之MSE、MAE、RMSE的使用就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • Python中的反射知識點總結

    Python中的反射知識點總結

    在本篇文章里小編給大家整理了一篇關于Python中的反射知識點總結內(nèi)容,有需要的朋友們可以跟著學習參考下。
    2021-11-11
  • Python繪制地理圖表可視化神器pyecharts

    Python繪制地理圖表可視化神器pyecharts

    這篇文章主要介紹了Python繪制地理圖表可視化神器pyecharts,文章圍繞主題展開詳細的內(nèi)容介紹,具有一定的參考價值,需要的小伙伴可以參考一下
    2022-07-07
  • 配置python連接oracle讀取excel數(shù)據(jù)寫入數(shù)據(jù)庫的操作流程

    配置python連接oracle讀取excel數(shù)據(jù)寫入數(shù)據(jù)庫的操作流程

    這篇文章主要介紹了配置python連接oracle,讀取excel數(shù)據(jù)寫入數(shù)據(jù)庫,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-03-03
  • python中numpy基礎學習及進行數(shù)組和矢量計算

    python中numpy基礎學習及進行數(shù)組和矢量計算

    這篇文章主要給大家介紹了python中numpy基礎知識,以及進行數(shù)組和矢量計算的相關資料,需要的朋友可以參考借鑒,下面來一起看看吧。
    2017-02-02
  • Python自動修改電腦靜態(tài)IP地址的實現(xiàn)示例

    Python自動修改電腦靜態(tài)IP地址的實現(xiàn)示例

    通過Python自動修改電腦的靜態(tài)IP地址可以極大地提高我們的工作效率,減少手動修改IP地址帶來的錯誤,本文就來介紹一下Python自動修改電腦靜態(tài)IP地址的實現(xiàn)示例,感興趣的可以了解一下
    2023-11-11
  • python實現(xiàn)unicode轉(zhuǎn)中文及轉(zhuǎn)換默認編碼的方法

    python實現(xiàn)unicode轉(zhuǎn)中文及轉(zhuǎn)換默認編碼的方法

    這篇文章主要介紹了python實現(xiàn)unicode轉(zhuǎn)中文及轉(zhuǎn)換默認編碼的方法,結合實例形式分析了Python針對Unicode編碼操作的相關技巧及編碼轉(zhuǎn)換中的常見問題解決方法,需要的朋友可以參考下
    2017-04-04
  • Python中的列表及其操作方法

    Python中的列表及其操作方法

    這篇文章主要介紹了Python中的列表及其操作方法,涉及到的方法包括對列表元素進行修改、添加、刪除、排序以及求列表長度等,此外還介紹了列表的遍歷、數(shù)值列表、切片和元組的一些操作,下文詳細介紹需要的小伙伴可以參考一下
    2022-03-03
  • Keras loss函數(shù)剖析

    Keras loss函數(shù)剖析

    這篇文章主要介紹了Keras loss函數(shù)剖析,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-07-07
  • Python2和Python3的共存和切換使用

    Python2和Python3的共存和切換使用

    這篇文章主要介紹了Python2和Python3的共存和切換使用,本文給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-04-04
  • python實戰(zhàn)之Scrapy框架爬蟲爬取微博熱搜

    python實戰(zhàn)之Scrapy框架爬蟲爬取微博熱搜

    前面講解了Scrapy中各個模塊基本使用方法以及代理池、Cookies池。接下來我們以一個反爬比較強的網(wǎng)站新浪微博為例,來實現(xiàn)一下Scrapy的大規(guī)模爬取。
    2021-09-09

最新評論