使用R语言计算均方根误差（RMSE）

使用R语言计算均方根误差（RMSE）

均方根误差（Root Mean Square Error，RMSE）是一种常用的衡量预测模型精度的指标。它可以帮助我们评估预测值与实际观测值之间的差异程度。在本文中，我们将使用R语言来计算RMSE，并提供相应的源代码。

首先，我们需要准备一组实际观测值和相应的预测值作为输入数据。假设我们有以下实际观测值和预测值的向量：

actual <- c(2, 4, 6, 8, 10)
predicted <- c(1.5, 3.5, 5.5, 7.5, 9.5)

接下来，我们可以使用以下代码来计算RMSE：

rmse <- function(actual, predicted) {
  diff <- actual - predicted
  rmse <- sqrt(mean(diff^2))
  return(rmse)
}

result <- rmse(actual, predicted)
print(result)

在上述代码中，我们定义了一个名为rmse的函数来计算RMSE。该函数接受实际观测值和预测值作为输入参数。首先，我们计算实际观测值与预测值的差异，并将其存储在diff变量中。然后，我们计算差异的平方，并取平均值。最后，我们取平均值的平方根作为RMSE的值，并返回结果。

运行上述代码后，我们会得到以下输出：

[1] 0.5
<