Существует ли метод numpy для вычисления средней квадратичной ошибки между двумя матрицами?
Я пробовал поиск, но не нашел. Это под другим именем?
Если нет, как вы это преодолеете? Вы пишете это самостоятельно или используете другую библиотеку?
Ответ 1
Как было предложено @larsmans, вы можете использовать:
mse = ((A - B) ** 2).mean(axis=ax)
с ax=0 среднее выполняется вдоль строки для каждого столбца, возвращая массив
с ax=1 среднее выполняется по столбцу, для каждой строки возвращается массив
с ax=None среднее выполняется по элементу по массиву, возвращая одно значение
Ответ 2
Это не часть numpy, но она будет работать с объектами numpy.ndarray. A numpy.matrix можно преобразовать в numpy.ndarray, а a numpy.ndarray можно преобразовать в numpy.matrix.
from sklearn.metrics import mean_squared_error
mse = mean_squared_error(A, B)