python MSE求取

要计算Python中的均方误差（Mean Squared Error，MSE），你可以使用以下代码：

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。