均方根误差和标准偏差的区别,均方根误差是不是越小越好

一. python实现均方误差

均方误差是各数据与真值的距离平方和的平均值，即误差平方和的平均值。

用法：一般用于机器学习的预测值和真值之间的距离。 均方误差对应最小二乘法。 #-* -编码： utf-8-* -

导入匹配

defget_MSE(records_real，records_predict ) :

“”'

均方误差

“”'

iflen(records_real )==len (records _ predict ) :

Returnsum((x-y ) **2forx，yinzip ) records_real，records_predict ) )/len )/records _ real ) ) )。

else:

返回none

二、python实现均方根误差

均方根误差也称为标准误差，是均方根误差的算术平方根。 #-* -编码： utf-8-* -

导入匹配

defget_RMSE(records_real，records_predict ) :

“”'

均方根误差

“”'

MSE=get_MSE(records_real，records_predict )

ifmse:

returnmath.sqrt(mse )

else:

返回none