mse python代码

以下是一个简单的示例，用于计算均方误差（Mean Squared Error，MSE）：

import numpy as np

def mse(y_true, y_pred):
    return np.mean((y_true - y_pred) ** 2)

# 示例用法
y_true = np.array([1, 2, 3, 4, 5])
y_pred = np.array([1.5, 2.5, 3.5, 4.5, 5.5])

mse_value = mse(y_true, y_pred)
print("MSE:", mse_value)

在上面的示例中，`mse` 函数接受两个参数 `y_true` 和 `y_pred`，分别表示真实值和预测值。它使用 NumPy 库计算了均方误差，并返回结果。在示例用法中，我们创建了两个 NumPy 数组 `y_true` 和 `y_pred`，并将它们作为参数传递给 `mse` 函数，最后打印出均方误差的值。

请注意，这只是一个简单的示例，实际应用中可能需要根据具体情况进行修改和扩展。