在R语言中计算几何平均折叠误差的方法求助

1. 构建数据集 #

先确认你的数据集代码（已修正语法细节）：

a <- c(1,2,4,2,5,6,3,2,6,8,10,4) 
b <- c(1.3,3.2,4.4,2.5,1.6,4.5,5.5,2.2,3.1,6.4,3.0,6.3)

n <- cbind(a,b)
m <- data.frame(n)
names(m)[1] <- "Observed M/P"
names(m)[2] <- "Predicted M/P"

2. 计算几何平均折叠误差 #

几何平均折叠误差（GMFE）用于衡量预测值与观测值的偏差程度，核心逻辑是：对每个样本计算观测值与预测值比值的最大值（取观测值/预测值和预测值/观测值中较大的那个），再计算这些值的几何均值。

直接运行以下代码即可得到结果：

# 计算每个样本的折叠误差
fold_errors <- pmax(m[["Observed M/P"]] / m[["Predicted M/P"]], 
                    m[["Predicted M/P"]] / m[["Observed M/P"]])

# 计算几何平均折叠误差（两种等价方式）
gmfe_method1 <- exp(mean(log(fold_errors)))
gmfe_method2 <- prod(fold_errors)^(1/length(fold_errors))

# 输出结果
cat("几何平均折叠误差：", round(gmfe_method1, 4), "\n")

结果说明 #

计算出的GMFE越接近1，说明预测值与观测值的偏差越小，模型预测精度越高。

内容的提问来源于stack exchange，提问作者Raja