2014-10-23 4 views
0

я наткнулсяPybrain функции валидатор

ModuleValidator.MSE(net, trndata) 

и

trainer.testOnData(dataset=trndata) 

В документации говорится как функция вывода среднеквадратичная ошибка. Но когда я реализую его в своей сети, оба вывода не совпадают с документацией. Кто-нибудь знает лучше?

ответ

0

Вы можете создать его с нуля, используя Python Numpy функции:

from numpy import mean, sqrt, square 
    import random 
    l= [random.randint(0,1000) for r in xrange(10)] 
    MSE = sqrt(mean(square(l))) 

Или используйте один из Scikit

from sklearn.metrics import mean_squared_error 
from math import sqrt 

MSE = sqrt(mean_squared_error(x,y)) 
+0

функции я писал выше, как вывести MSE. Я просто не понимаю, почему оба выхода разные. Предположим, что это не так? – dnth

+0

@ dnth; что «нетто» в первом. во второй функции, которую вы применяете только к trndata. – user3378649

+0

im применение обе функции на trndata. «net» - это любая сеть пираминов. в моем случае это повторяющаяся сеть. – dnth