计算RMSE指标的R语言实现
RMSE(均方根误差)是一种常用的回归模型评估指标,用于衡量模型的预测值与实际观测值之间的差异程度。在R语言中,我们可以使用以下代码计算RMSE指标。
首先,我们需要准备一组实际观测值和模型的预测值。假设我们有一个实际观测值向量actual
和一个模型预测值向量predicted
,它们的长度相等。
actual <- c(2, 4, 6, 8, 10) # 实际观测值
predicted <- c(1.5, 4.2, 5.9, 7.8, 10.3) # 模型预测值
接下来,我们可以使用下面的代码计算RMSE。
rmse <- function(actual, predicted) {
n <- length(actual) # 观测值数量
mse <- sum((actual - predicted)^2) / n # 均方误差
rmse <- sqrt(mse) # 均方根误差
return(rmse)
}
result <- rmse(actual, predicted)
print(result)
以上代码定义了一个名为rmse
的函数,该函数接受实际观测值向量和模型预测值向量作为输入参数。函数首先计算均方误差