python - 返回最佳 RMSE 和一个范围内所有值的列表的函数

Question

我正在尝试编写一个函数，该函数将迭代两个变量的值并返回给出最低 RMSE 的集合和其他值组合的结果。

我的功能很差——我需要一些指导

所以我有两个变量要在一个范围内评估

    Phi = np.arange(0,1,0.01)
    lam = np.arange(0,10000,100)

我有一个这样的方程

    t = ((z/Vsg) + (Phi_o * lam)*((1/ Vw) - (1/ Vsg))*(1 - np.exp(- z/lam)))*2
    

其中定义了 Vsg、z 和 Vw。

我有一个测量数据（实际）的列表，t 是预测值。我用

         mse = sklearn.metrics.mean_squared_error(actual, predicted)
         rmse = math.sqrt(mse)

有没有办法制作一个循环或函数来运行它并输出变量的数组/列表/或 df 以及我以后可以用来评估模型的 RMSE 以及最佳组合？（最小化 RMSE）

标签： pythondataframefunction