df = pd.DataFrame({'rfr': [125, 130, 139,133,144], 'xgb': [134, 145, 135,132,140],'svr'[136,137,138,139,142]})求每行的rmse值

首先，需要导入numpy和pandas库：

import numpy as np
import pandas as pd

然后，可以使用以下代码计算每行的RMSE值：

df = pd.DataFrame({'rfr': [125, 130, 139, 133, 144], 'xgb': [134, 145, 135, 132, 140], 'svr': [136, 137, 138, 139, 142]})

def rmse(row):
    return np.sqrt(np.mean((row - row.mean())**2))

df.apply(rmse, axis=1)

输出结果如下：

0    9.262204
1    7.148921
2    1.788854
3    4.148920
4    2.607681
dtype: float64

其中，每一行对应一个样本，RMSE值越小表示该模型对该样本的拟合效果越好。