用于计算加权均方误差的numpy加权平均值

Question

我正在尝试为回归问题计算加权均方误差。我有y_true，y_predicted和y_wts numpy数组。每个阵列的形状为（N，1），其中N是样本数。我不明白为什么以下两段代码会给出不同的答案：

第一个代码段

import numpy as np
sq_error = (y_true-y_predicted)**2
wtd_sq_error = np.multiply(sq_error,y_wts)
wtd_mse = np.mean(wtd_sq_error)

第二个代码段取自sklearn指标mean_squared_error function

wtd_mse_sklearn = np.average((y_true - y_predicted)**2, axis =0,
                               weights=y_wts)

由于张量流加权均方误差和sklearn指标均方误差（指定了权重列）之间的不匹配，我来测试这个。请注意，当我没有指定权重列时，不会发生这种不匹配。

感谢您的帮助！

Answer 1

因为你忘记了体重：

np.mean = sum(error_i * weight_i ∀ i) / len(error_i ∀ i)

，而

np.average = sum(error_i * weight_i ∀ i) / sum(weight_i ∀ i)

Answer 2

您的第一个代码段中加权平均值的公式是错误的，应该是：

wtd_mse = np.sum(sq_error * y_wts) / np.sum(y_wts)

而不是：

wtd_mse = np.mean(wtd_sq_error)