python两个函数中的均方根误差

python两个函数中的均方根误差,python,Python,我有两个功能: f(x) = sin(x) 及 我有范围(0,2*PI)并且我想计算这两个函数的RMSE。我如何才能做到这一点?有关RMSE的说明可在此处找到: 在这里,它向您展示了如何从两个列表(或numpy数组)计算RMSE。您需要指定目标值和预测值 下面是计算两个列表的建议代码,每个列表都填充了0到2*PI之间的值的两个函数的结果,增量为0.1(注意纯python范围函数不支持浮点类型) 假设您在下面指定了一个新的预测列表(l3),它以0.1的增量获取0到6.2的值,比较l3到l1(l

我有两个功能:

f(x) = sin(x)


我有
范围(0,2*PI)
并且我想计算这两个函数的
RMSE
。我如何才能做到这一点?

有关RMSE的说明可在此处找到:

在这里,它向您展示了如何从两个列表(或numpy数组)计算RMSE。您需要指定目标值和预测值

下面是计算两个列表的建议代码,每个列表都填充了0到2*PI之间的值的两个函数的结果,增量为0.1(注意纯python范围函数不支持浮点类型)

假设您在下面指定了一个新的预测列表(l3),它以0.1的增量获取0到6.2的值,比较l3到l1(l3到l2)的RMSE值分别为:

# Create new list of equal length for your predictions
l3 = np.arange(0,2*np.pi,0.1)

def rmse(predictions, targets):
    return np.sqrt(((predictions - targets) ** 2).mean())

print(rmse(l3,l1))

print(rmse(l3,l2))
import numpy as np

def func1(x):

   return np.sin(x)

def func2(x):

   return x - (1/6)*(x**3)

l1 = []
l2 = []

for i in np.arange(0,2*np.pi,0.1):

   l1.append(func1(i))
   l2.append(func2(i))
# Create new list of equal length for your predictions
l3 = np.arange(0,2*np.pi,0.1)

def rmse(predictions, targets):
    return np.sqrt(((predictions - targets) ** 2).mean())

print(rmse(l3,l1))

print(rmse(l3,l2))