Math 均方根误差有什么问题？

我不明白我的rMSE实现有什么问题。我正在训练我的模型，使用MSE作为损失函数，使用MSE作为度量。训练后，我使用

evaluate

函数在测试集中评估我的模型，然后使用

predict

函数获得值。然后我申请rMSE。我的代码是：

obs= model.compile(loss='mse', optimizer=keras.optimizers.Adam(lr=0.001),metrics=['mse'])
.......
test_eval = model.evaluate(X_test, Y_test, verbose=1)
print('Test loss (MSE):', test_eval[0])
predicted= model.predict(X_test, verbose=0)
rMSE = np.sqrt(pow(np.mean(predited- Y_test), 2))
print(rMSE)

我得到了这样的结果：

Test loss (MSE): 12.0075311661
2.90274470011

---

但12.0075311661的平方不是2.9027447011。那么，有什么不对呢？

在找到平均值之前，先对差值进行元素平方。你要求的是平方差的平均值，而不是平均距离的平方。

在求平均值之前，先求元素上的平方差。你想要的是平方差的平均值，而不是平均距离的平方