python中的几何均方根误差答案

【问题标题】：geometric root mean squared error in pythonpython中的几何均方根误差
【发布时间】：2018-02-01 15:11:42
【问题描述】：

给定两个向量 ft 和 yt，如何在 python 中从头开始实现以下错误度量？：

样本数据：

ft=(2,3,4.5,6,4,3,2)
yt=(2.1,4.2,4.5,7,3,2,2)

目标是制作一个函数，它使用：
```
grmse(ft,yt)
```

【问题讨论】：

你的尝试是什么？
我不是从一个小的代码示例开始的，如果我自己找不到解决方案，我会发布我的代码并提出精确的问题......
你知道产品符号的工作原理吗？
当你说“从头开始”时，是否意味着你想用纯 python 编写它，而不需要像 numpy 这样的库？
使用 numpy 可以，但不要使用任何使用的库，例如：from library import grmse

标签： python forecasting

【解决方案1】：

我建议您为此使用 numpy 数组，这将是最简单的方法。要么将元组转换为数组，要么将它们存储为数组。如果减去 numpy 数组，它们将按元素减去。平方也是一样的（顺便说一句，在 Python 中不是^2，而是**2）。然后，您将获得一个包含所有 (y_t - f_t)**2 的列表。从那里，您可以使用 numpys 乘积将所有这些元素相互相乘，扎根，您就完成了。

import numpy as np
def grmse(ft, yt):
    N = len(ft)
    prod = np.product( (ft-yt)**2 ) # do the product
    return prod**(1/(2*N))  # return the (2N)th root

if __name__ == '__main__':
    ft=np.array([2,3,4.5,6,4,3,2])
    yt=np.array([2.1,4.2,4.5,7,3,2,2])
    print(grmse(ft,yt))

从技术上讲，如果它不会让您感到困惑，您实际上可以将其改写为一行：

def grmse(ft, yt):
    return (np.product( (ft-yt)**2 ))**(1/(2*len(ft)))

编辑多说一点，您还可以将 reduce 与 lambda 表达式一起使用，这也适用于列表而无需转换它们。您将压缩您的值（即创建一个元组列表（y_t，f_t）），然后进行列表推导以达到与以前相同的点。然后取列表元素的乘积（使用reduce）。 Reduce 将操作（即我们将要输入的乘法）按顺序应用于列表的元素。

from functools import reduce
def grmse2(ft,yt):
    prod_terms = [(x-y)**2 for x,y in zip(ft,yt)]
    prod = reduce(lambda x, y: x * y, prod_terms, 1)
    N = len(ft)
    return prod**(1/(2*N))

或者再次，在一行中（也许不要这样做，这只是为了展示 python 有多棒）

def grmse2(ft,yt):
    return (reduce(lambda x,y:x*y, [(x-y)**2 for x,y in zip(ft,yt)], 1))**(1/(2*len(ft)))

我建议您也尝试仅使用基本的 python 来解决这个问题，即没有库，用于学习目的。干杯！

【讨论】：

感谢@Banana，贡献良多！
不应该是 np.product((yt-ft)**2) 吗？
技术上是的，但你把它平方，减号没关系:)