numpy中的均方误差？

79

numpy中是否有一种方法可以计算两个矩阵之间的均方误差？

我尝试搜索但没有找到。是否使用其他名称？

如果没有，您如何克服呢？您是自己编写还是使用其他库？

— 有意义的工程师
source

13

((A - B) ** 2).mean(axis=ax)，ax=0每列，ax=1每行，ax=None总计。

— 弗雷德·福

2

如果您将其表述为答案，我将接受。

— TheMeaningfulEngineer 2013年

这个答案是不正确的，因为当您对一个numpy矩阵求平方时，它将对每个元素分别进行矩阵乘法。在Saullo Castro的答案中查看我的评论。（PS：我已经使用Python 2.7.5和Numpy 1.7.1对其进行了测试）

— renatov 2014年

同样，作为对在神经网络中研究此问题的任何人的注释，您应该对误差求和，而不是求平均值。如果尝试进行灰度检查，平均误差将为您提供不正确的渐变值（除非您为平均值计算了backprop的值，这比它值得的工作还要多）

— 隐性

100

您可以使用：

mse = ((A - B)**2).mean(axis=ax)

要么

mse = (np.square(A - B)).mean(axis=ax)

与ax=0平均值沿着行进行的，对于每一列，返回一个数组
与ax=1平均值沿着列进行的，对于每一行，返回一个数组
与ax=None平均值沿着阵列进行逐元素，返回一个标量值

— Saullo GP Castro
source

2

如果我错了，请更正，但是我认为如果您这样做（MatrixA-MatrixB）** 2，它将尝试执行矩阵乘法，这与分别对每个元素求平方不同。如果您尝试将以下公式与非平方矩阵一起使用，则会引发ValueError。

— renatov 2014年

7

@renatov也许您误解了我，使用anp.ndarray将对进行元素逐个乘法a**2，但是使用anp.matrixlib.defmatrix.matrix将对进行矩阵乘法a**2...

— Saullo GP Castro 2014年

2

对不起，我误会了你。我以为您正在使用numpy.matrix。

— renatov 2014年

1

请记住，如果您要比较2个uint矩阵，则这将不起作用，因为差异将为负数。您需要先进行int副本操作（Acmp = np.array(A, dtype=int)）

— Charles L.

3

np.nanmean(((A - B) ** 2))如果缺少值

— user0

37

这不是的一部分numpy，但可以与numpy.ndarray对象一起使用。Anumpy.matrix可以转换为a numpy.ndarray，anumpy.ndarray可以转换为anumpy.matrix。

from sklearn.metrics import mean_squared_error
mse = mean_squared_error(A, B)

有关如何控制轴的文档，请参见Scikit Learn mean_squared_error。

— 慈善Leschinski
source

22

甚至更多

np.square(np.subtract(A, B)).mean()

— 马克·斯沃德斯特罗姆
source

1

顺便说一句，这种方式等效于Sci-kitLearn功能，太好了！

— E. AMARAL，

5

避免问题的另一个替代方法是避免矩阵乘法出现任何问题：

 def MSE(Y, YH):
     return np.square(Y - YH).mean()

从np.square的文档中：“返回输入的按元素平方。”

— 尼克罗斯
source

2

只为踢

mse =（np.linalg.norm（AB）** 2）/ len（A）

— dcneuro
source

0

用于计算均方误差（方差）及其平方根（标准差）的标准numpy方法为numpy.var()和numpy.std()，请参见此处和此处。它们适用于矩阵，并且语法与相同numpy.mean()。

我想在这些功能可用之前可能已经发布了问题和前面的答案。

— 瓦迪姆
source

除非平均值为零（即，除非A和B的平均值相同，以使AB在上述计算中的平均值为零），否则MSE和方差不相同。

— 德鲁