Numpy中的均方误差？

numpy中是否有计算两个矩阵之间均方差的方法？Numpy中的均方误差？

我试过搜索但没有找到。它是用不同的名字吗？

如果没有，你如何克服这一点？你是自己写的还是使用不同的lib？

2013-05-27 TheMeaningfulEngineer

+11

'（（A - B）** 2）.mean（轴= AX）'，其中'AX = 0'是每列，'AX = 1'是每行和“ax = None”给出总计。 –

如果你制定答案我会接受它。 – TheMeaningfulEngineer

这个答案是不正确的，因为当你把一个numpy矩阵平方时，它会执行矩阵乘法rathar square每个元素个体。查看我对Saullo Castro的回答的评论。（PS：我用Python 2.7.5和Numpy 1.7.1测试过） – renatov

如@larsmans建议可以使用：

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

与ax=0沿着行进行平均，对于每一列，返回一个数组
与ax=1平均沿着执行列，对于每一行，返回数组
与ax=None沿着该数组执行元素平均值，返回单个值

来源

2013-08-04 20:54:36

如果我错了，但我认为如果你这样做（MatrixA - MatrixB）** 2它会尝试执行矩阵乘法，这与每个元素单独平方不同。如果您尝试对非矩形矩阵使用以下公式，则会引发ValueError。 – renatov

@renatov在Numpy数组中，这个公式将被应用到元素明智的，所以没有矩阵乘法执行 –

@Saulo卡斯特罗，我刚刚测试过，我必须坚持，结果不会是元素明智的。我正在使用Python 2.7.5和Numpy 1.7.1。我创建了矩阵“a”，并将其平方为下列命令：'a = numpy.matrix（[[5,5]，[5,5]]）'然后是'a ** 2'。结果是numpy矩阵'矩阵（[[50，50]，[50，50]]）'，这表明numpy矩阵乘法不会**是元素明智的。 – renatov

这不是numpy的一部分，但它可以与numpy.ndarray对象一起使用。 A numpy.matrix可以转换为numpy.ndarray，而numpy.ndarray可以转换为numpy.matrix。

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

参见Scikit Learn mean_squared_error关于如何控制轴文档。

来源

2016-04-03 16:17:06

另一种方法来接受的答案是避免与矩阵乘法的任何问题：

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

从证件np.square：“返回输入的元素方面的平方。”

来源

2017-08-31 16:04:06 nickandross

甚至更numpy的

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

来源

2017-11-19 08:11:39 Swards

Numpy中的均方误差？

回答

相关问题