计算RMSE指标的R语言实现

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（Mean Squared Error，MSE），然后将其平方根作为均方根误差（Root Mean Squared Error，RMSE）的值返回。

使用给定的实际观测值向量actual和模型预测值向量predicted，我们调