Python中的均方误差

Question

我正在尝试编写一个函数，用于计算y（真实值）和y_pred（预测值）之间的均方误差，而不使用sklearn或其他实现。

我将尝试以下内容：

def mserror(y, y_pred):
    i=0
    for i in range (len(y)):
        i+=1
        mse = ((y - y_pred) ** 2).mean(y)   
        return mse

请问您能否纠正我在计算上的错误并告诉我如何修复它？

- Keithx

---

在我看来，i+=1 看起来不对，因为你已经有了一个名为 i 的迭代器。 - Divakar

你在循环内部也进行了返回，因此你只执行了一次迭代并返回。你总是会在每次迭代中替换mse的值。另外，我不知道你想用那个i做什么。你将其初始化为0，然后递增它，但是你在for循环中使用i作为迭代器。请仔细检查你的代码。 - idjaw

这个问题是一个重复的问题：https://dev59.com/5mQm5IYBdhLWcg3w-S6Y - Eric Leschinski

Answer 1

你无缘无故地修改了索引。for循环会自动增加它。此外，你没有使用索引，例如，你没有使用任何y[i] - y_pred[i]，因此根本不需要循环。

请使用数组

mse = np.mean((y - y_pred)**2)

- percusse

---

y 的类型是什么，它是一个 ndarray 吗？与使用 numpy.subtract 有什么不同？ - insanely_sin

Answer 2

我会说：

def get_mse(y, y_pred):
d1 = y - y_pred
mse = (1/N)*d1.dot(d1) # N is int(len(y))
return mse

只有当 y 和 y_pred 是 numpy 数组时才能正常工作， 但只要您决定不使用其他库，您就希望它们成为 numpy 数组，以便可以对其进行数学运算。

numpy dot() 函数是 2 个 numpy 数组的点积 （您也可以编写 np.dot(d1, d1)）

- rotem

Answer 3

首先，您正在重复使用i并对其进行递增，但在范围内，它会自动迭代到下一个数字。因此，请勿再使用i。另一件事是，您正在取y的平均值，但不是取这个的平均值，而是取((y-y_pred) ** 2)的平均值。我希望您明白了我的意思。

- Ramzan Shahid

Answer 4

以下是在Python中实现均方误差（MSE）的方法：

def mse_metric(actual, predicted):
    sum_error = 0.0
    # loop over all values
    for i in range(len(actual)):
        # the error is the sum of (actual - prediction)^2
        prediction_error =  actual[i] - predicted[i]
        sum_error += (prediction_error ** 2)
    # now normalize
    mean_error = sum_error / float(len(actual))
    return (mean_error)

- Ramzan Shahid