如何将均方根误差表示为百分数？

Question

我想比较我的预测结果和另一个人的预测结果。在文章中，作者说：“使用相对百分比均方根（RMS％）来评估性能。” 这就是我想要将我的预测结果与之进行比较的方法。

目前，我正在使用Python计算均方根误差，但我不知道如何将其表达为百分比。以下是我使用Python计算均方根误差的方法。

rmse = math.sqrt(mean_squared_error(y_test,y_predict)

- Ben Williams

---

这不太是一个编程问题，更像是一个统计学问题；也许在cross validated上更合适！你的意思是要将每个数据点的均方根误差作为数据值的百分比吗？ - Ari Cooper-Davis

谢谢，我会看看他们在那里说什么！对于你的问题，我不是完全确定，我想要比较的报告表达了一个值为71％，而另一个值，他说更准确，为75％。 - Ben Williams

Answer 1

使用numpy库来计算RMSPE(如何使用numpy在Python中计算RMSPE):

rmspe = np.sqrt(np.mean(np.square(((y_true - y_pred) / y_true)), axis=0))

- Vladyslav Didukh

Answer 2

from sklearn.metrics import mean_squared_error

rmse = np.sqrt(mean_squared_error(actual_values, predictions))

target_range = np.max(actual_values) - np.min(actual_values)

percentage_accuracy = (1.0 - (rmse / target_range)) * 100

- MUHAMMAD FAIZAN

---

你的回答可以通过提供更多支持性信息来改进。请编辑以添加进一步的细节，例如引用或文档，以便他人能够确认你的回答是否正确。你可以在帮助中心找到关于如何撰写好回答的更多信息。 - Community