python 平均相对误差mre

平均相对误差（Mean Relative Error，MRE）是一种衡量预测值与真实值之间差异的指标。在Python中，可以使用scipy.optimize模块中的leastsq()函数进行最小二乘拟合计算，从而得到拟合后的参数。然后，可以使用以下公式计算平均相对误差：

MRE = (1/n) * Σ(|(真实值 - 预测值)| / 真实值)

其中，n是样本数量，Σ表示求和。通过计算每个样本的相对误差，并将它们求和后除以样本数量，即可得到平均相对误差。

请注意，以上提到的leastsq()函数需要传入误差计算函数和初始值作为参数。误差计算函数用于计算每个样本的预测值与真实值之间的差异，而初始值将作为误差计算函数的第一个参数传入。计算的结果是一个包含两个元素的元组，第一个元素是一个数组，表示拟合后的参数；第二个元素如果等于1、2、3、4中的其中一个整数，则拟合成功，否则将会返回mesg。

因此，你可以使用scipy.optimize模块中的leastsq()函数进行最小二乘拟合计算，并根据上述公式计算平均相对误差（MRE）。