Error handling 如何计算归一化均方误差（NMSE）以及为什么使用它？

有人告诉我，我需要为涉及神经网络的论文将MSE标准化

NMSE的方程式似乎有点少，而且相差很远。我有以下几点，如果可能的话，我想证实一下：

应根据目标值或预测值计算标准偏差项吗

此外，与NMSE相比，使用MSE的主要优势是什么？只是因为更简单的尺度，它使误差比较更容易吗

非常感谢您的帮助

def nmser（x，y）：
z=0
如果len（x）=len（y）：
对于范围内的k（len（x））：
z=z+（（x[k]-y[k]）**2）/x[k]）
z=z/（len（x））
返回z

标准偏差应根据数据计算，而不是预测。优势？我想说，规范化允许您在标准化的范围内比较分布，这对所有人都是一样的。答案应该不仅仅是代码。顺便说一句：缩进是错误的。包括代码在内的答案应该至少有一个详细的描述，解释代码是如何工作的，以及为什么它回答了这个问题。