python 计算平均平方误差(MSE)的实例

系统 2682 0

我们要编程计算所选直线的平均平方误差(MSE), 即数据集中每个点到直线的Y方向距离的平方的平均数,表达式如下:

MSE=1n∑i=1n(yi−mxi−b)2

最初麻烦的写法

            
# TODO 实现以下函数并输出所选直线的MSE
def calculateMSE(X,Y,m,b):
  in_bracket = []
  for i in range(len(X)):
    num = Y[i] - m*X[i] - b
    num = pow(num,2)
    in_bracket.append(num)
    
  all_sum = sum(in_bracket)
  MSE = all_sum / len(X)
 
  return MSE
 
print(calculateMSE(X,Y,m1,b1))
          

优化后 zip 太常用了

            
# TODO 实现以下函数并输出所选直线的MSE
def calculateMSE(X,Y,m,b): 
  return sum([(y-m*x -b)**2 for x,y in zip(X,Y)])/len(X)
          

以上这篇python 计算平均平方误差(MSE)的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。


更多文章、技术交流、商务合作、联系博主

微信扫码或搜索:z360901061

微信扫一扫加我为好友

QQ号联系: 360901061

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描下面二维码支持博主2元、5元、10元、20元等您想捐的金额吧,狠狠点击下面给点支持吧,站长非常感激您!手机微信长按不能支付解决办法:请将微信支付二维码保存到相册,切换到微信,然后点击微信右上角扫一扫功能,选择支付二维码完成支付。

【本文对您有帮助就好】

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描上面二维码支持博主2元、5元、10元、自定义金额等您想捐的金额吧,站长会非常 感谢您的哦!!!

发表我的评论
最新评论 总共0条评论