python求数组的rmse

在Python中，计算数组的均方根误差（Root Mean Square Error，RMSE）通常用于评估模型预测值与真实值之间的差异。RMSE是通过求平方误差的平均值再开平方得到的，公式如下：

\[ RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y}_i)^2} \]

其中，\( y_i \) 是实际观测值，\( \hat{y}_i \) 是模型预测值，n 是样本数量。

你可以使用NumPy库来进行这样的计算。下面是一个简单的例子：

import numpy as np

# 假设你有一个实际值数组 `true_values` 和预测值数组 `predicted_values`
true_values = np.array([...])  # 你的实际数据
predicted_values = np.array([...])  # 你的模型预测结果

# 计算RMSE
rmse = np.sqrt(np.mean((true_values - predicted_values)**2))
rmse