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。
您可能感興趣的文章:
相關文章
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2021-03-03python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。2017-02-02Python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2023-11-11python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2017-04-04python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