要计算NRMSE(归一化均方根误差),需要先计算均方根误差(RMSE),然后将其归一化。

下面是使用PyCharm实现NRMSE的示例代码:

import numpy as np

def calculate_nrmse(actual, predicted):
    # 计算均方根误差(RMSE)
    rmse = np.sqrt(np.mean((actual - predicted) ** 2))

    # 计算归一化均方根误差(NRMSE)
    nrmse = rmse / (np.max(actual) - np.min(actual))

    return nrmse

# 你的输入数据
actual = [1, 2, 3, 4, 5]
predicted = [1.2, 1.8, 2.9, 4.2, 5.1]

# 调用函数计算NRMSE
nrmse = calculate_nrmse(np.array(actual), np.array(predicted))
print('NRMSE:', nrmse)

请注意,上述代码使用了NumPy库来进行数值计算。如果你的输入数据已经是NumPy数组,则可以直接传递给函数。如果不是NumPy数组,你可以使用np.array()函数将其转换为NumPy数组

我的输入数据是列表如何用pycharm实现NRMSE

原文地址: https://www.cveoy.top/t/topic/h64e 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录