Python编程读取csv文件数据分别计算RMSE、SD、R

使用 Pandas 和 NumPy 库,从 CSV 文件中读取数据,并对列名进行了更新。使用循环计算了三组数据的 RMSE、标准差和相关系数,并将结果打印输出。其中,RMSE(Root Mean Squared Error)是衡量预测值和真实值之间误差的一种方法;SD(Standard Deviation)是预测值和真实值之间误差的标准差;R(Correlation Coefficient)是衡量预测值和真实值之间线性关系的一种方法。通过计算这些指标,可以评估模型的性能和预测精度。

一、获得CSV文件中的列名

python 复制代码
import pandas as pd
import numpy as np

# 读取 csv 文件
data = pd.read_csv('组合处理1.csv')
# 输出列名
print(data.columns)
# 更新列名
c 复制代码
结果:
['true value', 'predicted value', 'Unnamed: 2', 'true value.1',
'predicted value.1', 'Unnamed: 5', 'true value.2', 'predicted value.2']

二、完整代码计算

python 复制代码
import pandas as pd
import numpy as np

# 读取 csv 文件
data = pd.read_csv('组合处理1.csv')
# 输出列名
print(data.columns)
# 更新列名
data.columns = ['true value', 'predicted value', 'Unnamed: 2', 'true value.1',
                'predicted value.1', 'Unnamed: 5', 'true value.2', 'predicted value.2']

# 分别计算三对数据
for i, (true_col, pred_col) in enumerate([('true value', 'predicted value'),
                                          ('true value.1', 'predicted value.1'),
                                          ('true value.2', 'predicted value.2')]):
    # 提取需要计算的列
    true_values = data[true_col]
    predicted_values = data[pred_col]

    # 计算RMSE
    rmse = np.sqrt(((predicted_values - true_values) ** 2).mean())

    # 计算标准差
    sd = np.std(predicted_values - true_values)

    # 计算相关系数
    r = np.corrcoef(true_values, predicted_values)[0, 1]

    print(f"第{i+1}组结果:")
    print(f"RMSE: {rmse:.4f}")
    print(f"SD: {sd:.4f}")
    print(f"R: {r:.4f}")
相关推荐
尘浮7287 分钟前
60天python训练计划----day59
开发语言·python
wh393310 分钟前
使用Python将PDF转换成word、PPT
python·pdf·word
船长@Quant27 分钟前
数学视频动画引擎Python库 -- Manim Voiceover 语音服务 Speech Services
python·数学·manim·动画引擎·语音旁白
好开心啊没烦恼2 小时前
Python 数据分析:计算,分组统计1,df.groupby()。听故事学知识点怎么这么容易?
开发语言·python·数据挖掘·数据分析·pandas
lljss20203 小时前
Python11中创建虚拟环境、安装 TensorFlow
开发语言·python·tensorflow
空中湖3 小时前
tensorflow武林志第二卷第九章:玄功九转
人工智能·python·tensorflow
CodeCraft Studio4 小时前
CAD文件处理控件Aspose.CAD教程:使用 Python 将绘图转换为 Photoshop
python·photoshop·cad·aspose·aspose.cad
Python×CATIA工业智造6 小时前
Frida RPC高级应用:动态模拟执行Android so文件实战指南
开发语言·python·pycharm
onceco6 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)
人工智能·python·深度学习·语言模型·自然语言处理·自动化
狐凄7 小时前
Python实例题:基于 Python 的简单聊天机器人
开发语言·python