python两个函数中的均方根误差
我有两个功能: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
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(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))