RMSE计算 r语言

在R语言中，可以使用以下代码计算均方根误差（RMSE）：

rmse <- function(actual, predicted) {
  n <- length(actual) # 观测值数量
  mse <- sum((actual - predicted)^2) / n # 均方误差
  rmse <- sqrt(mse) # 均方根误差
  return(rmse)
}

result <- rmse(actual, predicted)
print(result)

其中，`actual`是实际观测值的向量，`predicted`是模型的预测值的向量。这段代码首先计算了均方误差（MSE），即将实际观测值与预测值之差的平方的平均值。然后，通过对MSE进行平方根运算得到了均方根误差（RMSE）。最后，将RMSE的值打印输出。

RMSE是一种常用的回归模型评估指标，用于衡量模型的预测值与实际观测值之间的差异程度。通过计算RMSE，我们可以评估回归模型的预测准确性，并比较不同模型之间的性能差异。