python MSE求取
时间: 2023-07-14 15:08:09 浏览: 120
python 计算平均平方误差(MSE)的实例
要计算Python中的均方误差(Mean Squared Error,MSE),你可以使用以下代码:
```python
import numpy as np
def mean_squared_error(actual, forecast):
"""
计算均方误差(Mean Squared Error)
:param actual: 实际值数组
:param forecast: 预测值数组
:return: 均方误差值
"""
actual = np.array(actual)
forecast = np.array(forecast)
error = actual - forecast
squared_error = np.square(error)
mse = np.mean(squared_error)
return mse
# 示例用法
actual_values = [10, 20, 30, 40, 50]
forecast_values = [12, 18, 35, 42, 55]
mse_value = mean_squared_error(actual_values, forecast_values)
print("均方误差值:", mse_value)
```
在上面的代码中,我们定义了一个名为`mean_squared_error`的函数,该函数接受实际值数组`actual`和预测值数组`forecast`作为参数,并返回计算得到的均方误差值。
在示例用法中,我们提供了一个包含实际值和预测值的示例数据集,然后调用`mean_squared_error`函数计算均方误差值,并将结果打印出来。
请注意,这只是一个简单的示例,你可以根据自己的需求进行修改和扩展。
阅读全文