在R中计算相对均方根误差

Question

为了得到我的预测模型和真实值之间的相对RMSE，我使用了以下代码。

ratio<-prediction1/ISEtrain  

rRMSE1<-sqrt(mean((1-ratio)^2))

但是我失败了，输出为“[1] Inf”。我的代码哪里出错了？

谢谢！

- nanshen xiaowa

---

ISEtrain 中有任何零吗？ - David Heckmann

是的..好几个零，这意味着好几个比率都是无穷大？那我应该做什么呢？ - nanshen xiaowa

Answer 1

你得到了 Inf，这是因为你正在除以零。

根据维基百科关于标准化均方根误差（https://en.wikipedia.org/wiki/Root-mean-square_deviation）的定义，你可能想要：

sqrt( mean( (prediction1-ISEtrain)^2) ) / ( max(ISEtrain)-min(ISEtrain) )

- David Heckmann

Answer 2

获取相对RMSE（或标准化RMSE）有两种方法：

1. Divide RMSE by standard deviation of observed values:

   sqrt(mean((prediction1 - ISEtrain)^2)) / sd(ISEtrain)
   

2. Divide RMSE by difference between max and min of observed values (as David mentioned):

   sqrt(mean((prediction1 - ISEtrain)^2)) / diff(range(ISEtrain))
   

这两种方法都存在于“hydroGOF”软件包中，并且完全相同，但是执行此操作的正确函数名称为nrmse()而不是先前提到的rmse()。

library("hydroGOF")

nrmse(prediction1, ISEtrain, norm = "sd")
nrmse(prediction1, ISEtrain, norm = "maxmin")

- George Shimanovsky

Answer 3

是的，但是在hydroGOF软件包中计算rmse的方法与相对均方根误差不同，请参见下文：

RRMSE = (sqrt(sum(predicted-observed)^2))/ (number of observations * mean of observation)

HydroGOF中的RMSE计算是：

rmse = sqrt (mean((sim-obs)^2, na.rm=TRUE)

很不幸，这些计算方式非常不同。

目前我不知道有包含此功能的软件包，因此可能需要自己创建。

- Cassandra Michel

Answer 4

如果你只想要RMSE，你也可以使用hydroGOF软件包的内置函数，例如：

rmse(prediction1,ISEtrain, na.rm=TRUE)

这个函数可以轻松处理NA或缺失值，只需设置na.rm=TRUE，详见文档。

此外，该软件包还包含其他有用的拟合度函数，如NRMSE、MAE、GOF等。

- Francesco Patt