python - 如何在没有 numpy 的情况下计算 RMSE?
问题描述
刚刚为工作做了一个编码挑战。
一项任务是计算预测值和观测值之间的均方根误差。
预料到的:
[4, 25, 0.75, 11]
观察到的:
[3, 21, -1.25, 13]
结果将是 2.5。
numpy 不可用。我没有完成这项任务,但我想知道如何使用纯 Python 3 做到这一点?
解决方案
这是我的做法:
pred = [4, 25, 0.75, 11]
observed = [3, 21, -1.25, 13]
error = [(p - o) for p, o in zip(pred, observed)]
square_error = [e**2 for e in error]
mean_square_error = sum(square_error)/len(square_error)
root_mean_square_error = mean_square_error**0.5
推荐阅读
- symfony - 如何使用 sendGrid 和 symfony 发送预定的电子邮件
- c++ - 带 boost::make_shared / eigen3 memory.h 的 SEG FAULT
- sql - 无法将数据与使用 WITH 子句创建的表中的列进行比较(Presto)
- c# - 奇怪的诊断错误,预定义类型 System... 未定义或导入
- mongodb - Mongodb 聚合限制(按结果数量的百分比)
- azure - 相同的 Azure 应用无法在不同的租户中运行
- rest - REST API 命名约定?
- vimeo-api - Vimeo Player.js cuepoints Uncaught TypeError: Time must be a number:
- javascript - 为什么以及何时异步代码是非阻塞的?
- json - ReactJS 从自定义 API 获取数据并渲染数据