numpy怎么计算MSE以及MAE
时间: 2023-11-15 20:13:10 浏览: 206
在 NumPy 中,可以使用以下函数计算 MSE 和 MAE:
1. `numpy.mean()`:计算数组的平均值。
2. `numpy.square()`:计算数组的平方。
3. `numpy.abs()`:计算数组的绝对值。
下面是计算 MSE 和 MAE 的示例代码:
```python
import numpy as np
# 预测值
y_pred = np.array([1, 2, 3, 4, 5])
# 真实值
y_true = np.array([1, 3, 5, 7, 9])
# 计算 MSE
mse = np.mean(np.square(y_true - y_pred))
print("MSE:", mse)
# 计算 MAE
mae = np.mean(np.abs(y_true - y_pred))
print("MAE:", mae)
```
输出结果:
```
MSE: 4.0
MAE: 2.4
```
其中,MSE 的计算公式为:
$$
MSE = \frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y_i})^2
$$
其中,$n$ 表示样本数量,$y_i$ 表示第 $i$ 个样本的真实值,$\hat{y_i}$ 表示第 $i$ 个样本的预测值。
MAE 的计算公式为:
$$
MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y_i}|
$$
其中,$n$ 表示样本数量,$y_i$ 表示第 $i$ 个样本的真实值,$\hat{y_i}$ 表示第 $i$ 个样本的预测值。
相关推荐
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)