Python で平均二乗誤差 (mse) を計算する方法
平均二乗誤差 (MSE) は、モデルの予測精度を測定する一般的な方法です。次のように計算されます。
MSE = (1/n) * Σ(実際 – 予測) 2
金:
- Σ – 「和」を意味する派手な記号
- n – サンプルサイズ
- real – データの実際の値
- 予測– 予測されたデータの値
MSE 値が低いほど、モデルは値をより正確に予測できます。
Python で MSE を計算する方法
Python で MSE を計算する簡単な関数を作成できます。
import numpy as np def mse(actual, pred): actual, pred = np.array(actual), np.array(pred) return np.square(np.subtract(actual,pred)).mean()
次に、この関数を使用して 2 つのテーブルの MSE を計算できます。1 つは実際のデータ値を含み、もう 1 つは予測データ値を含みます。
actual = [12, 13, 14, 15, 15, 22, 27] pred = [11, 13, 14, 14, 15, 16, 18] mse(actual, pred) 17.0
このモデルの平均二乗誤差 (MSE) は17.0であることがわかります。
実際には、モデルの精度を評価するために二乗平均平方根誤差 (RMSE)がよく使用されます。名前が示すように、これは単に平均二乗誤差の平方根です。
同様の関数を定義して RMSE を計算できます。
import numpy as np def rmse(actual, pred): actual, pred = np.array(actual), np.array(pred) return np.sqrt(np.square(np.subtract(actual,pred)).mean())
次に、この関数を使用して 2 つのテーブル (実際のデータ値を含むテーブルと予測データ値を含むテーブル) の RMSE を計算できます。
actual = [12, 13, 14, 15, 15, 22, 27] pred = [11, 13, 14, 14, 15, 16, 18] rmse(actual, pred) 4.1231
このモデルの二乗平均平方根誤差 (RMSE) は4.1231であることがわかります。