问题标签 [mean-square-error]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 在 Tensorflow 1.13 中出现“NameError: name 'Reduction' is not defined”错误
我正在尝试使用 def 'tf.losses.mean_squared_error'。但我越来越
我正在使用 TF 1.13。这是一些导入问题还是 tf.losses.mean_squared_error 函数有任何更新?
我的代码如下。
谁能帮我解决这个问题?
python - NaN 值:我在从数据集中查找 MSE 时出错
我正在做一个 SARIMA 时间序列模型,并想找到预测数据和实际数据的 MSE。但是我不断获得一个 NaN 值来获得 MSE。
这就是用于计算均方误差的方法。此外,所有值都已打印在下面。
python - Keras 的 MSE 损失函数显示与 Tensorflow 的 MSE 度量不同的输出?
我正在训练一个在最后一层具有连续输出的卷积网络。最后一层有4个节点。我使用均方误差作为损失函数。作为检查,我使用了 Tensorflow 的均方误差。这对于第一个时期的第一批仅给出了相同的结果。因此我的问题是为什么这些不同?我使用了最大池化的卷积层,最后我将它展平并使用了 dropout。
此外,我还想知道如何计算 4 个节点的均方误差?它只是对每个节点的均方误差求和吗?因为当我计算每个节点的均方误差时,没有明确的连接。
这是指标。
在这里我编译模型
这就是我计算一个节点的均方误差的方法:
这是模型的简化形式:
machine-learning - 我如何评估只有一个测试和一个预测值的回归模型?
因此,我使用了具有多个训练值的回归模型,并且我只预测一个值,即测试集和预测只有一个值。现在,我想评估模型。我怎样才能找到错误分数?请帮忙。
我不能使用 r 平方,因为它只有一个值。那么,我该怎么办??
这只是我拥有的价值观,而不是完整的代码
我使用了 r 平方,它给出了 0.0
python - 如何使用字典中的值创建循环函数?
我在 python 中创建了一个字典,它从本地机器上的文件夹中获取各种文件。字典中的每个键代表不同的文件,所以当我运行时,例如:
运行上述行的输出如下所示:
我可以创建一个循环函数,它从每个键的“总计”列中获取字典值,以便我可以通过运行代码一次来输出给每个文件的均方误差?我想主要关注 Total 列,因为这将用于我想要执行的数学函数。
我希望如果我的字典中有 3 个值,该函数将循环 3 次,然后均方误差总数将与文件名一起打印。即这样的输出
谢谢你。
python - Keras中基于误差百分位的自定义加权MSE损失函数
一般来说,我是 Keras 和神经网络的新手。我正在尝试为用于异常检测的多层自动编码器实现基于均方误差的自定义损失函数。基本上我要采用的方法来自这里https://www.jstage.jst.go.jp/article/ipsjjip/27/0/27_335/_pdf
不幸的是,我没有发布图片的声誉,因为我也是 SO 新手,但公式在第 2 页第 3 节中作为 Lprop
这里的直觉是,我不希望自动编码器更新返回错误高于损失百分比的数据点的权重。通过这种方式,它学会了在与异常值作斗争的同时重建数据集中的异常值,从而将它们检测为异常。
这是我尝试过的一些代码和编译后的模型
这个想法是让 K.less 为每个错误返回一个布尔值,然后将其转换为浮点数以作为返回语句中的权重。我知道 np.percentile 部分可能不适用于张量,但不知道如何完成百分位排名。
使用该代码,我收到此错误消息
在这种情况下,批量大小为 37,功能数量为 21。感谢您对代码的此部分或其他部分的任何反馈 - 谢谢!
python - LSTM 模型中的均方误差解释(双向或多并行)
我正在玩时间序列和 Keras LSTM 1)双向和 2)多并行模型。我正在根据“mean_squared_error”指标保存最佳模型。我的数据集使用 MinMaxScaler(默认范围从 0 到 1)进行了标准化。数据集测试部分的均方误差为 0.02。这是否意味着我的模型的平均误差为 14% - 即 0.02^0.5。这是对模型精度的一个很好的实际解释吗?
假设我想预测这个序列中的第四个值:
所以我的 x_test 和 y_test 看起来像这样:
和代码:
假设我在原始数据集上进行评估,我将如何解释 MSE=0.02?
data-science - 为什么均方误差函数需要相同形状的变量?
如果我们将训练变量和测试变量传递给均方误差函数,那么这些变量是否因为 train_test_split 函数而必然具有不同的形状?如果是这样,那么我们如何使用 mean_squared_error 函数来评估我们模型的准确性?如果我有什么误解,请告诉我。任何帮助将非常感激。