Numpy 中的均方误差？

Question

numpy 中是否有计算两个矩阵之间的均方误差的方法？

我试过搜索但没有找到。它是在不同的名字下吗？

如果没有，你如何克服这个问题？你自己写的还是使用不同的库？

原文由 TheMeaningfulEngineer 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用：

 mse = ((A - B)**2).mean(axis=ax)

要么

mse = (np.square(A - B)).mean(axis=ax)

• with ax=0 沿行进行平均，对于每一列，返回一个数组
• with ax=1 沿列进行平均，对于每一行，返回一个数组
• 省略 ax 参数（或将其设置为 ax=None ）沿数组按元素执行平均值，返回标量值

原文由 Saullo G. P. Castro 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这不是 numpy 的一部分，但它将与 numpy.ndarray 对象一起使用。 A numpy.matrix can be converted to a numpy.ndarray and a numpy.ndarray can be converted to a numpy.matrix .

 from sklearn.metrics import mean_squared_error
mse = mean_squared_error(A, B)

有关如何控制轴的文档，请参阅 Scikit Learn mean_squared_error 。

原文由 Charity Leschinski 发布，翻译遵循 CC BY-SA 3.0 许可协议