使用均方误差实现损失函数

我使用均方误差(MSE)来衡量损失。在下面的代码中,我实现了一个名为loss_mse的函数,该函数应计算给定theta的输入集的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

为了测试上述函数,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)

我应该得到答案73,但我得到的是584。我不明白我哪里做错了。


回答:

您是乘以length而不是除以length

尝试

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

对于给定的输入,这将得到146,您是否可能意指1/(4*length)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注