Pythonで線形回帰のRMSEを計算する方法

1. 必要なライブラリのインポート まず、NumPyとscikit-learnのライブラリをインポートします。

import numpy as np
from sklearn.metrics import mean_squared_error

2. データの準備 線形回帰モデルの予測値と正解値のデータを用意します。予測値をy_pred、正解値をy_trueとします。

y_pred = np.array([2.5, 3.7, 4.8, 5.2, 6.1])
y_true = np.array([3.0, 3.5, 4.0, 4.5, 5.0])

3. RMSEの計算 mean_squared_error()関数を使って平均二乗誤差（MSE）を計算し、それを平方根であるRMSEに変換します。

mse = mean_squared_error(y_true, y_pred)
rmse = np.sqrt(mse)

以上のコードで、rmseに計算されたRMSEの値が格納されます。

4. 結果の表示 計算結果を表示します。

print("RMSE:", rmse)

これで、線形回帰モデルのRMSEを計算するコードが完成しました。