使用MSE实现损失功能

时间:2020-10-08 22:27:46

标签: python python-3.x machine-learning data-science naivebayes

我正在使用MSE来衡量损失。在下面的代码中,我实现了loss_mse函数,该函数应为具有给定theta的输入集计算MSE

def loss_mse(X,y,theta):
    length = len(y)
    predictions = X.dot(theta)
    error = (1/2*length) * np.sum(np.square(predictions - y))
    return error

为了测试上述功能,我编写了以下测试用例:

X = np.array([[2.0, 1.0, 3.0], [3.0, 6.0, 2.0]])
y =  np.array([1.0, 1.0])
theta = np.array([[1.0], [2.0],[1.0]])
error = loss_mse(X, y, theta)
print(error)

我必须以73的身份得到答案,但是我却得到584。我不明白我在哪里做错了。

1 个答案:

答案 0 :(得分:1)

您正在乘length而不是除。

尝试

1/(2*length) * np.sum(np.square(predictions - y))

对于给定的输入,结果为146,您可能是说它是1/(4*length)吗?