为什么均方误差函数需要相同形状的变量？
Why does the mean squared error function require variables of the same shape?
如果我们将训练变量和测试变量传递给均方误差函数，那么这些变量不会因为train_test_split函数而必然具有不同的形状吗？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？如果我误解了什么，请告诉我。任何帮助将非常感激。
例如，如果您查看 sklearn 包中的均方误差，请阅读文档：
sklearn.metrics.mean_squared_error(y_true, y_pred, sample_weight=None,
multioutput=’uniform_average’)
输入不是训练和测试变量，而是真实的测试标签变量和预测的测试标签。这些自然是一模一样的。
如果我们将训练变量和测试变量传递给均方误差函数，那么这些变量不会因为train_test_split函数而必然具有不同的形状吗？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？如果我误解了什么，请告诉我。任何帮助将非常感激。
例如，如果您查看 sklearn 包中的均方误差，请阅读文档：
sklearn.metrics.mean_squared_error(y_true, y_pred, sample_weight=None, multioutput=’uniform_average’)
输入不是训练和测试变量，而是真实的测试标签变量和预测的测试标签。这些自然是一模一样的。