均方根误差 python

均方根误差（RMSE）是一种用于衡量预测值与真实值之间差异的统计量。在Python中，可以使用NumPy库中的函数来计算均方根误差。具体而言，可以使用以下代码来计算均方根误差：

import numpy as np

# 计算均方根误差
def rmse(predictions, targets):
    return np.sqrt(((predictions - targets) ** 2).mean())

其中，predictions表示预测值，targets表示真实值。这个函数将返回预测值与真实值之间的均方根误差。

如果你需要计算Excel表中多个sheet的均方根误差，可以使用for循环遍历每个sheet，并使用上述代码计算每个sheet的均方根误差。具体而言，可以使用以下代码来实现：

import pandas as pd
import numpy as np

# 读取Excel表
data = pd.read_excel('your_file_name.xlsx', sheet_name=None)

# 遍历每个sheet，并计算均方根误差
for sheet_name in data:
    sheet_data = data[sheet_name]
    predictions = sheet_data['predictions'].values
    targets = sheet_data['targets'].values
    sheet_rmse = rmse(predictions, targets)
    print('Sheet %s 的均方根误差为：%f' % (sheet_name, sheet_rmse))

其中，'your_file_name.xlsx'表示你的Excel文件名，predictions和targets分别表示预测值和真实值所在的列名。这个代码将遍历Excel表中的每个sheet，并计算每个sheet的均方根误差。