问题标签 [mean-square-error]

使用 tensorflow 计算 MSE 时，出现错误AttributeError: 'Tensor' object has no attribute 'numpy' 原因是我需要禁用急切执行（tf.disable_eager_execution()）。问题：在 TensorFlow 中禁用 Eager Execution 时如何计算均方误差？代码看起来像这样（我使用的是最新版本的 Tenorflow）：

tf.keras.metrics.mean_squared_error和tf.keras.losses.MeanSquaredError中的均方误差函数有什么区别？

从 scikit-learn 计算 mean_squared_error 时出现错误

'''

最后一行抛出错误：

这是我的变量的形状：

我试图找到 x 值、它们各自的指数和 alpha 的最佳组合，这将使我能够找到最低的均方误差。

我使用了 SKlearn 的 Lasso 回归，但到目前为止，我只能确定最小 MSE，以及创建它的变量组合。我不确定如何提取允许它的 alpha，或者如何查看变量组合是否有任何与它们相关的指数。

我取得的成果：

最佳套索回归模型的结果：最小平均测试 MSE：9172.38 变量组合：['Date', 'Cargo_size', 'Parcel_size', 'Rest', 'Sub']

我使用 scikit learn 进行了线性回归

当我在测试数据上看到我的均方误差时，它非常低（0.09）

当我在测试数据上看到我的 r2_score 时，它​​也非常少（0.05）

据我所知，当均方误差很低时，表明当前模型很好，但 r2_score 非常低，这告诉我们模型不好

我不明白我的回归模型好不好

一个好的模型可以具有较低的 R 平方值还是较差的模型可以具有较低的均方误差值？

我在同一个数据集上运行了不同的分类器。运行分类器后我得到了一些统计值。

这是所有分类器的总结

我正在使用 Weka 来训练模型。Weka 本身有一个方法来比较不同的算法。为此，我们需要使用Experiment选项卡。对于同一个数据集，我也使用了这个选项。

使用“实验”选项卡时，Weka 给了我 Kappa 统计的结果

均方根误差为

相对绝对误差

等等.....

现在我无法理解我从实验选项卡中获得的值与我在第一张图片中以表格格式共享的值有何相似之处？

我有一个关于使用 MeanSquaredError() 进行舍入的小问题。考虑以下程序

在 Windows 10 上的 WSL2 上使用 TensorFlow 2.7 和 Numpy 1.21.4，我得到

我不会预料到小数点后 8 位的舍入错误，我会预料到小数点后 12 位后的不匹配。不匹配的根源可能是什么？无论如何，这对我来说都不是一个表演障碍，但我对这种不匹配感到好奇。

答案与其他输入相匹配，例如

此代码将 w 从 1.0 减少到 0.1 并绘制 MSE 图。

但是，当使用下面的代码执行时，不会绘制图形。什么是代码错误？

我试图弄清楚均方误差 (MSE) 是如何计算的，tensorflow并且正在阅读https://www.tensorflow.org/api_docs/python/tf/keras/metrics/mean_squared_error上的帖子。

首先，MSE 被定义为（见https://en.wikipedia.org/wiki/Mean_squared_error）：

假设我有一个输出并创建真实值和预测值。

当我打电话tf.keras.losses.mean_squared_error(y_true, y_pred)时，我希望看到的是[(7-2)^2 + (5-2)^2]/2 = 17，然而，它返回了我array([25, 9])。为什么张量流不计算平均值？

然后，我增加列号。

返回的答案tensorflow是array([12, 1])。我无法理解这些值是如何计算的。我所期待的是[(2-4)^2+ (6-2)^2+(0-4)^2]/2 + [(3-3)^2 + (3-4)^2+ (4-2)^2]/2 。

我正在实现 RNN 模型，我的问题是：

均方误差损失函数可以应用于二元分类问题吗？特别是使用 kaggle 数据集预测一个人是否在泰坦尼克号灾难中幸存下来。数据集可以在这里找到： https ://www.kaggle.com/c/titanic/data