python计算复数拟合的MAE、MSE、RMSE和R2Score分数 |
您所在的位置：网站首页 › 形容武断和片面的成语 › python计算复数拟合的MAE、MSE、RMSE和R2Score分数 |
python计算复数拟合的MAE、MSE、RMSE和R2Score分数
|
首先先上概念： （yi为测量值，yi_hat为拟合值） 平均绝对误差(MAE)Mean Absolute Error，是绝对误差的平均值：决定系数R2(coefficient of determination)，也称判定系数或者拟合优度：
实数拟合中的计算代码如下： 其中Z为测量值，Z_fit为拟合值 原生实现：（代码1） # 原生实现 衡量线性回归的MSE 、 RMSE、 MAE、r2 import numpy as np from math import sqrt mse = np.sum((Z - Z_fit) ** 2) / len(Z) rmse = sqrt(mse) mae = np.sum(np.absolute(Z - Z_fit)) / len(Z) r2 = 1-mse/ np.var(Z) # 均方误差/方差 print(" mae:",mae,"mse:",mse," rmse:",rmse," r2:",r2)python的sklearn库内置函数实现：（代码2） 其中y_test为测量值， y_predict为拟合值 # 使用sklearn调用衡量线性回归的MSE 、 RMSE、 MAE、r2 import numpy as np from sklearn.metrics import mean_absolute_error from sklearn.metrics import mean_squared_error from sklearn.metrics import r2_score print("mean_absolute_error:", mean_absolute_error(y_test, y_predict)) print("mean_squared_error:", mean_squared_error(y_test, y_predict)) print("rmse:", np.sqrt(mean_squared_error(y_test, y_predict))) print("r2 score:", r2_score(y_test, y_predict))复数拟合：电化学阻抗谱等效电路等需要复数拟合曲线评价R2分数和RMSE,即Z和Z_fit为复数时（格式为：a+bj）需要将距离改成模值，将差的平方改成模的平方，将求方差改成先求模值再求模值的方差，具体代码如下：（改编代码1，代码2的库函数不能应用于复数域） """ # 实数拟合的MSE 、 RMSE、 MAE、r2 mse = np.sum((Z - Z_fit) ** 2) / len(Z) rmse = sqrt(mse) mae = np.sum(np.absolute(Z - Z_fit)) / len(Z) r2 = 1-mse/ np.var(Z) """ # 复数拟合的MSE 、 RMSE、 MAE、r2 mse = np.sum(abs(Z - Z_fit) ** 2) / len(Z) rmse = sqrt(mse) mae = np.sum(abs(Z - Z_fit)) / len(Z) r2 = 1-mse/ np.var(abs(Z))#均方误差/方差 print(" mae:",mae,"mse:",mse," rmse:",rmse," r2:",r2)希望对你有帮助~嘻嘻 参考文章：Python计算统计分析MSE 、 RMSE、 MAE、r2 |
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |