计算回归的均方根误差

Question

让我们假设我为我的回归分析获得了以下 Pandas 数据框。

import pandas

import math

import numpy

df = pandas.DataFrame(numpy.random.randint(0,100,size=(100, 2)), columns=['labels','predictions'])

我现在想将 RMSE 计算为

math.sqrt(numpy.mean((df["predictions"] - df["lables"]) ** 2)) 

对于间隔为 7 的标签值

在此，一个非常丑陋的代码可以完成这项工作……如果你能帮我将它python化就好了……

# define step

step = 7

# initialize counter

idx = 0

# initialize empty dataframe

rmse = pandas.DataFrame(columns=['bout' , 'rmse'],index=range(0,len(range(int(df['labels'].min())+step,int(df['labels'].max()),step))))

# start loop to calculate rmse every 7 units

for i in range(int(df['labels'].min())+step,int(df['labels'].max()),step):

    # select values in interval

    df_bout = df[(df['labels']>=i-step) & (df['labels']<i)]

    # calculate rmse in interval

    rmse.loc[idx] = [str(i-step)+'-'+str(i),math.sqrt(numpy.mean((df_bout.predictions - df_bout.labels) ** 2))]

    # increment counter

    idx = idx + 1