Numpy의 평균 제곱 오차?

Numpy의 평균 제곱 오차?

---

두 대규모 사이의 평균 제곱 오차를 계산하는 방법이 numpy에 있습니까?

나는 검색을 시도했지만 아무것도 없었습니다. 다른 이름으로 있습니까?

없는 경우 어떻게하면? 직접 작성하거나 다른 lib를 사용하여?

---

당신이 사용할 수있는 :

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

또는

mse = (np.square(A - B)).mean(axis=ax)

• 함께 ax=0평균 어레이를 돌려 각 열에 대해 행을 따라 수행
• 함께 ax=1평균 어레이를 돌려 각 행, 열을 따라 수행
• 함께 ax=None평균 스칼라 값을 반환하는 배열을 따라 소자 현명한 수행

---

의 일부는 이것은 numpy아니지만 numpy.ndarray개체 와 함께 작동 합니다. numpy.matrix는 로 변환 할 수 있고는 .numpy.ndarraynumpy.ndarraynumpy.matrix

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

축 제어 방법에 대한 문서는 Scikit Learn mean_squared_error 를 참조하십시오 .

---

더 numpy

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

---

과거 곱셈과 관련된 문제를 피하는 허용 된 답변의 또 다른 대안 :

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

np.square에 대한 문서에서 : "입력의 요소 제곱을 반환합니다."

참고 URL : https://stackoverflow.com/questions/16774849/mean-squared-error-in-numpy