Numpy中的均方誤差？

numpy中是否有計算兩個矩陣之間均方差的方法？Numpy中的均方誤差？

我試過搜索但沒有找到。它是用不同的名字嗎？

如果沒有，你如何克服這一點？你是自己寫的還是使用不同的lib？

2013-05-27 TheMeaningfulEngineer

+11

'（（A - B）** 2）.mean（軸= AX）'，其中'AX = 0'是每列，'AX = 1'是每行和「ax = None」給出總計。 –

如果你制定答案我會接受它。 – TheMeaningfulEngineer

這個答案是不正確的，因爲當你把一個numpy矩陣平方時，它會執行矩陣乘法rathar square每個元素個體。查看我對Saullo Castro的回答的評論。（PS：我用Python 2.7.5和Numpy 1.7.1測試過） – renatov

如@larsmans建議可以使用：

mse = ((A - B) ** 2).mean(axis=ax)

與ax=0沿着行進行平均，對於每一列，返回一個數組
與ax=1平均沿着執行列，對於每一行，返回數組
與ax=None沿着該數組執行元素平均值，返回單個值

來源

2013-08-04 20:54:36

如果我錯了，但我認爲如果你這樣做（MatrixA - MatrixB）** 2它會嘗試執行矩陣乘法，這與每個元素單獨平方不同。如果您嘗試對非矩形矩陣使用以下公式，則會引發ValueError。 – renatov

@renatov在Numpy數組中，這個公式將被應用到元素明智的，所以沒有矩陣乘法執行 –

@Saulo卡斯特羅，我剛剛測試過，我必須堅持，結果不會是元素明智的。我正在使用Python 2.7.5和Numpy 1.7.1。我創建了矩陣「a」，並將其平方爲下列命令：'a = numpy.matrix（[[5,5]，[5,5]]）'然後是'a ** 2'。結果是numpy矩陣'矩陣（[[50，50]，[50，50]]）'，這表明numpy矩陣乘法不會**是元素明智的。 – renatov

這不是numpy的一部分，但它可以與numpy.ndarray對象一起使用。 A numpy.matrix可以轉換爲numpy.ndarray，而numpy.ndarray可以轉換爲numpy.matrix。

from sklearn.metrics import mean_squared_error 
mse = mean_squared_error(A, B)

參見Scikit Learn mean_squared_error關於如何控制軸文檔。

來源

2016-04-03 16:17:06

另一種方法來接受的答案是避免與矩陣乘法的任何問題：

def MSE(Y, YH): 
    return np.square(Y - YH).mean()

從證件np.square：「返回輸入的元素方面的平方。」

來源

2017-08-31 16:04:06 nickandross

甚至更numpy的

np.square(np.subtract(A, B)).mean()

來源

2017-11-19 08:11:39 Swards

Numpy中的均方誤差？

回答

相關問題