Performance 如何在Python中计算回归问题的平均绝对百分比误差?

Performance 如何在Python中计算回归问题的平均绝对百分比误差?,performance,keras,regression,mse,Performance,Keras,Regression,Mse,我试图计算回归问题的性能误差百分比。我尝试了其他答案中描述的一些方法,但似乎无法正常工作,请告诉我您是否知道/使用或实施了任何代码来计算tensorflow keras中百分比RMSE或平均绝对压力误差。mape=np.abs((实际-预测)/实际)。平均值(轴=0)*100我最终计算MAPE如下: def mean_absolute_percentage_error(y_true, y_pred): y_true, y_pred = np.array(y_true), np.array

我试图计算回归问题的性能误差百分比。我尝试了其他答案中描述的一些方法,但似乎无法正常工作,请告诉我您是否知道/使用或实施了任何代码来计算tensorflow keras中百分比RMSE平均绝对压力误差

mape=np.abs((实际-预测)/实际)。平均值(轴=0)*100

我最终计算MAPE如下:

def mean_absolute_percentage_error(y_true, y_pred):
    y_true, y_pred = np.array(y_true), np.array(y_pred)
    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100

并且工作正常:)

为什么不使用Keras损失
平均绝对百分比误差
?它给我张量对象作为答案,我无法从中读取值。所以,我想,如果我能为MAPE定义我自己的函数,它会更容易。