![]() |
近视的仙人掌 · SLAM/9-cartographer-源码 ...· 4 月前 · |
![]() |
从容的金针菇 · 2022年天津中考分数段、平均分公布!这些渠 ...· 8 月前 · |
![]() |
胡子拉碴的感冒药 · 旗帜(2011年闫东执导的10集文献纪录片) ...· 10 月前 · |
![]() |
果断的土豆 · XML文件分割工具(WXRFileSplit ...· 1 年前 · |
我知道我可以像这样实现均方根误差函数:
def rmse(predictions, targets):
return np.sqrt(((predictions - targets) ** 2).mean())
如果这个rmse函数是在某个库中实现的,可能是在scipy或scikit-learn中,我在寻找什么?
发布于 2020-01-27 00:38:43
在scikit-learn 0.22.0中,您可以将参数
squared=False
传递给
mean_squared_error()
以返回RMSE。
from sklearn.metrics import mean_squared_error
mean_squared_error(y_actual, y_predicted, squared=False)
发布于 2013-06-21 03:08:39
这可能更快?:
n = len(predictions)
rmse = np.linalg.norm(predictions - targets) / np.sqrt(n)
发布于 2020-03-03 20:50:58
sklearn的
mean_squared_error
本身包含一个参数
squared
,默认值为
True
。如果我们将其设置为
False
,相同的函数将返回RMSE而不是MSE。
from sklearn.metrics import mean_squared_error
rmse = mean_squared_error(y_true, y_pred , squared=False)
https://stackoverflow.com/questions/17197492
复制相似问题
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2023 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号: 粤B2-20090059 深公网安备号 44030502008569
腾讯云计算(北京)有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287
![]() |
近视的仙人掌 · SLAM/9-cartographer-源码分析/sensor-源码分析/25-总结-【cartographer源码分析】系列的第三部分【sensor源码分析】.md at master · slam 4 月前 |
![]() |
胡子拉碴的感冒药 · 旗帜(2011年闫东执导的10集文献纪录片)_百度百科 10 月前 |