Numpyの平均二乗誤差？
2つの行列間の平均二乗誤差を計算する方法はnumpyにありますか？
検索してみましたが、見つかりませんでした。別の名前ですか？
ない場合、どのようにこれを克服しますか？自分で作成するか、別のライブラリを使用しますか？
次を使用できます。
mse = ((A - B)**2).mean(axis=ax)
または
mse = (np.square(A - B)).mean(axis=ax)
ax=0を使用すると、列ごとに行に沿って平均が実行され、配列が返されますax=1を使用すると、列ごとに行ごとに平均が実行され、配列が返されますax=Noneを使用すると、配列に沿って要素ごとに平均が実行され、スカラー値が返されます
これはnumpyの一部ではありませんが、numpy.ndarrayオブジェクトで動作します。 numpy.matrixはnumpy.ndarrayに変換でき、numpy.ndarrayはnumpy.matrixに変換できます。
from sklearn.metrics import mean_squared_error
mse = mean_squared_error(A, B)
軸の制御方法のドキュメントについては、 Scikit Learn mean_squared_error を参照してください。
さらにもっと
np.square(np.subtract(A, B)).mean()
行列の乗算に関する問題を回避する、受け入れられた答えの別の代替案：
def MSE(Y, YH):
return np.square(Y - YH).mean()
np.squareのドキュメントから：「入力の要素単位の正方形を返します。」