python 计算平均平方误差(MSE)的实例

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

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。

python 平均平方 误差 MSE