Question

为了获得我预测的模型和真值的相对RMSE，我使用了代码

ratio<-prediction1/ISEtrain  

rRMSE1<-sqrt(mean((1-ratio)^2))

但我失败了，输出＆＃34; [1] Inf＆＃34;。我的代码出了什么问题？

谢谢！

Answer 1

您获得Inf，因为您除以零。

遵循维基百科对规范化RMSE（https://en.wikipedia.org/wiki/Root-mean-square_deviation）的定义，您可能想要：

sqrt( mean( (prediction1-ISEtrain)^2) ) / ( max(ISEtrain)-min(ISEtrain) )

Answer 2

有两种获得相对RMSE（或标准化RMSE）的方法：

将RMSE除以观测值的标准偏差：

sqrt(mean((prediction1 - ISEtrain)^2)) / sd(ISEtrain)

将RMSE除以观察值的最大值和最小值之间的差值（如David所述）：
```
sqrt(mean((prediction1 - ISEtrain)^2)) / diff(range(ISEtrain))
```

这两种方法都存在于"hydroGOF"包中并且执行完全相同但正确的函数名称是nrmse()而不是rmse()，如前所述。

library("hydroGOF")

nrmse(prediction1, ISEtrain, norm = "sd")
nrmse(prediction1, ISEtrain, norm = "maxmin")

Answer 3

如果您只想要RMSE，还可以使用hydroGOF包的内置函数，例如：

rmse(prediction1,ISEtrain, na.rm=TRUE)

此功能可以轻松处理设置na.rm=TRUE的NA或缺失值，有关详细信息，请参阅文档。

此外，包还包含其他有用的拟合优度函数，如NRMSE，MAE，GOF等。

Answer 4

是的，但是hydroGOF包中的rmse计算与相对均方根误差不同，见下文：

RRMSE = (sqrt(sum(predicted-observed)^2))/ (number of observations * mean of observation)

HydroGOF中的rmse计算是

rmse = sqrt (mean((sim-obs)^2, na.rm=TRUE)

所以不幸的是，这些计算完全不同。

此时我还没有意识到包含此功能的软件包，因此可能需要创建自己的软件包。