如何在无test_y的Python环境下计算RMSE值？

结论直接明确：没有真实的test_y，完全无法计算RMSE。

RMSE（均方根误差）的核心是量化预测值与真实值之间的偏差，它的计算逻辑必须同时依赖真实标签和预测结果，二者缺一不可。你提供的有test_y时的计算代码，本质就是基于真实值与预测值的对比：

import sklearn.metrics as metrics
import math

mse = metrics.mean_squared_error(test_y, pred_y)
print("RMSE: %s" % math.sqrt(mse))

如果没有test_y，你可以考虑这些替代方案：

• 计算训练集RMSE：用训练数据的真实y和模型对训练集的预测值计算，但这个值只能反映模型在训练数据上的拟合程度，完全无法代表模型在未知测试数据上的泛化能力，参考价值有限。
• 用交叉验证提前预估泛化性能：在训练模型阶段，采用K折交叉验证，把训练数据拆分出验证部分，用这部分的真实标签计算RMSE，以此来预估模型的泛化表现。示例代码：

from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LinearRegression
import numpy as np

# 假设X_train是训练特征，y_train是训练标签
model = LinearRegression()
# 基于负MSE计算，后续转换为RMSE
scores = cross_val_score(model, X_train, y_train, scoring='neg_mean_squared_error', cv=5)
rmse_scores = np.sqrt(-scores)
print("交叉验证RMSE均值: ", rmse_scores.mean())

内容的提问来源于stack exchange，提问作者ash1