這次和一群好友一起挑戰百日機器學習
太久沒寫python,第一天腦袋轉不過來記錄一下
回歸常用的損失函數: 均方誤差(Mean square error,MSE)
是各測量值誤差的平方和取平均值的平方根(均方根誤差的平方)
使用sklearn
from sklearn.metrics import mean_squared_error
y_true = [3]
y_pred = [2.5]
mean_squared_error(y_true, y_pred)
使用函式
import numpy as np
def MSE(forecast, prediction):
mse = np.mean((y - y_pred)**2)
return mse
print (MSE(3,2.5))
太久沒寫python,第一天腦袋轉不過來記錄一下
回歸常用的損失函數: 均方誤差(Mean square error,MSE)
是各測量值誤差的平方和取平均值的平方根(均方根誤差的平方)
使用sklearn
from sklearn.metrics import mean_squared_error
y_true = [3]
y_pred = [2.5]
mean_squared_error(y_true, y_pred)
使用函式
import numpy as np
def MSE(forecast, prediction):
mse = np.mean((y - y_pred)**2)
return mse
print (MSE(3,2.5))
Ches拔的學習筆記: 均方誤差(Mean Square Error,Mse) >>>>> Download Now
回覆刪除>>>>> Download Full
Ches拔的學習筆記: 均方誤差(Mean Square Error,Mse) >>>>> Download LINK
>>>>> Download Now
Ches拔的學習筆記: 均方誤差(Mean Square Error,Mse) >>>>> Download Full
>>>>> Download LINK