RMSE: определение и вычисление

RMSE (Root Mean Square Error) - это метрика оценки точности модели. Она измеряет среднеквадратическое отклонение между настоящими значениями и предсказанными значениями модели.

Расчет RMSE осуществляется следующим образом:

1. Для каждой точки данных настоящее значение вычитается из предсказанного значения.

2. Полученное значение возводится в квадрат.

3. Значения квадратов ошибок складываются.

4. Среднее значение квадратов ошибок вычисляется.

5. Квадратный корень из среднего значения квадратов ошибок является итоговой метрикой RMSE.

Пример кода на Python для расчета RMSE:

python
import numpy as np
def rmse(predictions, targets):
    return np.sqrt(((predictions - targets) ** 2).mean())
predictions = np.array([1, 2, 3, 4, 5])
targets = np.array([2, 3, 4, 5, 6])
rmse_val = rmse(predictions, targets)
print("RMSE: ", rmse_val)

В данном примере рассчитывается RMSE для массивов `predictions` и `targets`. Ожидаемые значения находятся в массиве `targets`, а предсказанные значения в `predictions`. Функция `rmse` реализует формулу для расчета RMSE. На выходе выводится итоговое значение RMSE, которое равно 1.