• 說明

    • 「均方根誤差」(RMSE) 就是殘差 (預測誤差) 的標準差。 殘差是離迴歸線資料點有多遠的測量值；RMSE 則是這些殘差值有多散開的測量值。 換句話說，它會告訴您資料在最佳預測線附近的集中情況

  • 公式

    • $RMSE = \sqrt{\displaystyle\sum_{ i = 1 }^{ n } \frac{(\hat{y}_i - y_i)^2}{n}}$
    • $\hat{y}_i$ : 預測值
    • $y_i$ : 觀測值
    • n : 觀測值的個數

  • 範例

    • >>> from sklearn.metrics import mean_squared_error
>>> actual = [2, 3, 5, 5, 9]
>>> calculated = [3, 3, 8, 7, 6]
>>> rmse = mean_squared_error(actual, calculated, squared=False)
>>> print("Root Mean Square deviation : " + str(rmse))
Root Mean Square deviation : 2.1447610589527217

  • 參考資料