能否用RMSE相关函数一次性计算对比10个数据样本

可以基于你正在使用的sklearn.metrics.mean_squared_error函数实现10个样本的批量RMSE计算，根据实际需求分为两种常见场景：

场景1：以单个样本为基准，计算其余9个样本和基准的RMSE #

直接利用函数的广播特性和multioutput参数即可一次性输出所有结果，无需循环：

import numpy as np
from sklearn.metrics import mean_squared_error

# 把10个等长样本整理为shape=(10, 样本长度)的二维数组，此处用随机数模拟数据
all_samples = np.random.rand(10, 100)
# 指定基准样本，此处取第一个样本为例
baseline_sample = all_samples[0]
# 一次性计算剩余9个样本与基准的RMSE
rmse_results = mean_squared_error(baseline_sample, all_samples[1:], multioutput='raw_values', squared=False)

输出的rmse_results是长度为9的数组，每个元素对应一个待比对样本和基准的RMSE值。

场景2：计算10个样本两两之间的RMSE，生成RMSE比对矩阵 #

如果需要所有样本之间的两两比对结果，可以用短循环或者完全向量化的方式实现：

基于sklearn函数的实现 #

import numpy as np
from sklearn.metrics import mean_squared_error

all_samples = np.random.rand(10, 100)
rmse_matrix = np.zeros((10, 10))
# 循环计算每行样本和所有样本的RMSE
for idx in range(10):
    rmse_matrix[idx] = mean_squared_error(all_samples[idx], all_samples, multioutput='raw_values', squared=False)

最终得到的rmse_matrix[i][j]就是第i个样本和第j个样本的RMSE值。

纯numpy向量化实现（无循环，适合小样本场景） #

import numpy as np

all_samples = np.random.rand(10, 100)
# 广播计算所有两两组合的MSE后开方得到RMSE
mse_matrix = np.mean((all_samples[:, np.newaxis] - all_samples) ** 2, axis=2)
rmse_matrix = np.sqrt(mse_matrix)

注意事项 #

• 所有参与计算的样本长度必须一致，否则会触发维度不匹配报错
• 两两比对得到的RMSE矩阵是对称矩阵，仅需要非重复结果时可直接提取矩阵的上三角或下三角部分使用

内容的提问来源于stack exchange，提问作者the phoenix