Как рассчитать коэффициент определения (R2) и среднеквадратичную ошибку (RMSE) для филирования нелинейной кривой в python. Следующий код делает до подгонки кривой. Затем, как вычислить R2 и RMSE?вычислить коэффициент определения (R2) и среднеквадратичную ошибку (RMSE) для подгонки нелинейной кривой в python
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
def func(x, a, b, c):
return a * np.exp(-b * x) + c
x = np.linspace(0,4,50)
y = func(x, 2.5, 1.3, 0.5)
yn = y + 0.2*np.random.normal(size=len(x))
popt, pcov = curve_fit(func, x, yn)
plt.figure()
plt.plot(x, yn, 'ko', label="Original Noised Data")
plt.plot(x, func(x, *popt), 'r-', label="Fitted Curve")
plt.legend()
plt.show()
В соответствии с этим [сообщение] (https://github.com/scipy/scipy/issues/2962) от одного из разработчиков statsmodels, 'std_err' из' scipy.stats.linregress' на самом деле является ошибкой в коэффициент наклона. Это значение не совпадает с RMSE, которое представляет собой (среднее значение квадратов остатков)^0,5, другое значение, которое фактически изменяется со степенями свободы. – pylang
Нет, в scipy документе говорится, что SE является стандартной ошибкой оценки. http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.linregress.html#scipy.stats.linregress – Borys
В ссылке, которую я предоставил, автор scipy doc вы дали адреса этого определения. Его сообщения подтверждают, что SE scipy является ошибкой на склоне. – pylang