Python 纯 RMSE 与 Sklearn

【问题标题】：Python Pure RMSE vs SklearnPython 纯 RMSE 与 Sklearn
【发布时间】：2017-03-18 13:49:29
【问题描述】：

我相信我在纯 python 中计算 RMSE 时出错了。下面是代码。

y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
e = abs(np.matrix(y_pred) - np.matrix(y_true)).A1
ee = np.dot(e,e)
np.sqrt(ee.sum()/3)

This returns: 0.707

但是当我尝试使用 Sklearn 时

mean_squared_error(np.matrix(y_true),np.matrix(y_pred))**0.5
This returns: 0.612

知道发生了什么吗？很确定我的python代码是正确的。

【问题讨论】：

标签： python pandas numpy statistics scikit-learn

【解决方案1】：

你没有犯错误。你除以3 而sklearn 除以4

y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
e = abs(np.matrix(y_pred) - np.matrix(y_true)).A1
ee = np.dot(e,e)
np.sqrt(ee.sum()/4)

0.61237243569579447

除以n-1 为您提供无偏估计，并在计算样本的二阶矩时使用。在计算人口的这些相同时刻时，我们除以n。以下是可能相关的链接Wikipedia Some other link

【讨论】：

@cloud36 : 看看我的回答

【解决方案2】：

RMSE 的正确公式是：

或者在你的情况下，n=len(y_pred)=len(y_true)=4。所以为了得到正确的结果，把np.sqrt(ee.sum()/3)改成np.sqrt(ee.sum()/len(y_pred))

【讨论】：