寻找均方误差？

我制作了一个线性数据集，并使用lm()来将模型拟合到该数据集。我现在试图找到MSE使用mse()寻找均方误差？

我知道MSE的公式，但我试图使用此功能。什么才是正确的方法呢？我已经看过这些文档，但我不是愚蠢的，就是真正知道自己在做什么的人。

library(hydroGOF) 

x.linear <- seq(0, 200, by=1) # x data 
error.linear <- rnorm(n=length(x.linear), mean=0, sd=1) # Error (0, 1) 
y.linear <- x.linear + error.linear # y data 

training.data <- data.frame(x.linear, y.linear) 
training.model <- lm(training.data) 
training.mse <- mse(training.model, training.data) 

plot(training.data)

mse()需要两个数据帧。我不确定如何从lm()中获取数据帧。我甚至在正确的轨道上为我的数据找到合适的MSE？

来源

2016-09-27 KingDan

@ZheyuanLi我或多或少地问，我的预测/模拟Y值的集合可以来自公式。在mse（）函数中，它需要一个观察和模拟的数据帧。我需要知道如何使用这两个数据框。 – KingDan

我不知道你为什么要用这个奇怪的函数而不是'mean（training.model $ residuals^2）' – Gregor

你可以从模型'training.model $ fitted.values'中得到拟合的值，但是它们是一个矢量，而不是数据框。所以我想替代方案是'hydroGOF :: mse（data.frame（training.model $ fitted.values），training.data [[“y.linear”]]）'...我也会**强烈* *建议在拟合模型时指定一个公式。就像你所拥有的那样，我认为你在'y'上倒退'x'，这可能不是你想要的。 – Gregor

试试这个：

mean((training.data - predict(training.model))^2) 
#[1] 0.4467098

来源

2016-09-27 18:47:17

我被建议使用'mse（）'功能，但这是我更加适应的一种方式。谢谢！ – KingDan

您还可以使用下面提及的代码，这是非常干净的获得均方误差

install.packages("Metrics") 
library(Metrics) 
mse(actual, predicted)

第一个数据集上这是一个现实：training.data 第二个参数是你会预测的一个参数：

pd <- predict(training.model , training.data) mse(training.data$,pd)

好像你还没有做预测又是那么首先要根据你的模型预测数据，然后计算MSE

来源

2017-08-15 09:44:06 Vineet

您可以使用从LM模型输出的残留组件以这种方式找到MSE：

mse = mean(training.model$residuals^2)

来源

2017-10-11 14:08:25

寻找均方误差？

回答

相关问题