numpy中是否存在计算两个矩阵之间的均方误差的方法？
我试过搜索但没找到。它的名字不同吗？
如果没有，你怎么克服这个？你自己写的还是使用不同的lib？
答案 0 :(得分：69)
您可以使用：
mse = ((A - B)**2).mean(axis=ax)
或者
mse = (np.square(A - B)).mean(axis=ax)
ax=0沿着行执行平均值，对于每列，返回一个数组ax=1沿着列执行平均值，每行返回一个数组ax=None平均值按数组元素顺序执行，返回标量值答案 1 :(得分：26)
这不是%Rows的一部分，但它适用于numpy个对象。 numpy.ndarray可以转换为numpy.matrix，numpy.ndarray可以转换为numpy.ndarray。
numpy.matrix有关如何控制轴的文档，请参阅Scikit Learn mean_squared_error。
答案 2 :(得分：13)
更加笨拙
np.square(np.subtract(A, B)).mean()
答案 3 :(得分：4)
接受答案的另一种替代方法，可以避免矩阵乘法的任何问题：
text.align从 np.square 的文档中：“返回输入的元素方块。”
答案 4 :(得分：4)
只是踢脚
mse =（np.linalg.norm（A-B）** 2）/ len（A）
答案 5 :(得分：0)
用于计算均方误差（方差）及其平方根（标准偏差）的标准numpy方法为<?php
ignore_user_abort ( TRUE );
echo "hello\n";
$x=0;
$log_filename = ".\\test.txt";
while (@ ob_end_flush());
while ($x<100)
{
echo($x ."\n");
$status = connection_aborted();
file_put_contents($log_filename, $x ." - " .$status ."\n", FILE_APPEND);
$x++;
@ flush();
sleep(1);
}
?>
和numpy.var()，请参见here和here。它们适用于矩阵，并且语法与numpy.std()相同。
我认为在这些功能可用之前，问题和先前的答案可能已经发布。