Python純RMSE vs Sklearn

Question

我相信我在純python中計算RMSE時發生錯誤。以下是代碼。

y_true = [3, -0.5, 2, 7] 
y_pred = [2.5, 0.0, 2, 8] 
e = abs(np.matrix(y_pred) - np.matrix(y_true)).A1 
ee = np.dot(e,e) 
np.sqrt(ee.sum()/3) 

This returns: 0.707 

然而，當我嘗試用Sklearn

mean_squared_error(np.matrix(y_true),np.matrix(y_pred))**0.5 
This returns: 0.612 

任何想法是怎麼回事？很確定我的Python代碼是正確的。

Answer 1

你沒有犯錯誤。你被3劃分和sklearn由4

y_true = [3, -0.5, 2, 7] 
y_pred = [2.5, 0.0, 2, 8] 
e = abs(np.matrix(y_pred) - np.matrix(y_true)).A1 
ee = np.dot(e,e) 
np.sqrt(ee.sum()/4) 

0.61237243569579447 

劃分除以n-1給你一個無偏估計並計算樣本第二時刻時使用。在計算人口的這些相同時刻時，除以n。這裏是有聯繫，可能是相關WikipediaSome other link

Answer 2

的RMSE的權公式爲：

或者在你的情況，n=len(y_pred)=len(y_true)=4。 因此，爲了獲得正確的結果，請將np.sqrt(ee.sum()/3)更改爲np.sqrt(ee.sum()/len(y_pred))