使用 mse 实现损失函数

Question

我正在使用 MSE 来衡量损失。在下面的代码中，我实现了 loss_mse 函数，该函数应该为具有给定 theta

的输入集计算 MSE

def loss_mse(X,y,theta):
    length = len(y)
    predictions = X.dot(theta)
    error = (1/2*length) * np.sum(np.square(predictions - y))
    return error

为了测试上面的功能，我写了如下测试用例：

X = np.array([[2.0, 1.0, 3.0], [3.0, 6.0, 2.0]])
y =  np.array([1.0, 1.0])
theta = np.array([[1.0], [2.0],[1.0]])
error = loss_mse(X, y, theta)
print(error)

我必须得到 73 的答案，但我得到 584。我不明白我哪里做错了。

Answer 1

你乘以 length 而不是除法。

尝试

1/(2*length) * np.sum(np.square(predictions - y))

对于给定的输入，结果为 146，您的意思是 1/(4*length) 吗？

使用 mse 实现损失函数

Implementing the loss function using mse

python

python-3.x

machine-learning

data-science

naivebayes