【G検定】MSE（平均二乗誤差）・RMSE（二乗平均平方根誤差）・MAE（平均絶対値誤差）

import numpy as np

def calculate_mse(y_true, y_pred):
    """平均二乗誤差（MSE）を計算し、詳細な過程を表示します"""
    # 実際の値と予測値の差を計算
    diff = y_true - y_pred
    print("差分 (実際の値 - 予測値):", diff)
    
    # 差の二乗を計算
    squared_diff = diff ** 2
    print("二乗差:", squared_diff)
    
    # 二乗差の平均を計算してMSEを得る
    mse = np.mean(squared_diff)
    print("MSE (平均二乗誤差):", mse)
    return mse

def calculate_rmse(y_true, y_pred):
    """二乗平均平方根誤差（RMSE）を計算し、詳細な過程を表示します"""
    # まずMSEを計算
    mse = calculate_mse(y_true, y_pred)
    # MSEの平方根を取ってRMSEを得る
    rmse = np.sqrt(mse)
    print("RMSE (MSEの平方根):", rmse)
    return rmse

def calculate_mae(y_true, y_pred):
    """平均絶対値誤差（MAE）を計算し、詳細な過程を表示します"""
    # 実際の値と予測値の差を計算
    diff = y_true - y_pred
    print("差分 (実際の値 - 予測値):", diff)
    
    # 差の絶対値を計算
    abs_diff = np.abs(diff)
    print("絶対値差:", abs_diff)
    
    # 絶対値差の平均を計算してMAEを得る
    mae = np.mean(abs_diff)
    print("MAE (平均絶対値誤差):", mae)
    return mae

# サンプルデータの準備
y_true = np.array([3, -0.5, 2, 7])  # 実際の値
y_pred = np.array([2.5, 0.0, 2, 8])  # 予測値

print("実際の値 (y_true):", y_true)
print("予測値 (y_pred):", y_pred)

print("\n--- MSE（平均二乗誤差）の計算 ---")
mse = calculate_mse(y_true, y_pred)

print("\n--- RMSE（二乗平均平方根誤差）の計算 ---")
rmse = calculate_rmse(y_true, y_pred)

print("\n--- MAE（平均絶対値誤差）の計算 ---")
mae = calculate_mae(y_true, y_pred)

print("\n最終結果:")
print(f"MSE（平均二乗誤差）: {mse}")
print(f"RMSE（二乗平均平方根誤差）: {rmse}")
print(f"MAE（平均絶対値誤差）: {mae}")

実際の値 (y_true): [ 3.  -0.5  2.   7. ]
予測値 (y_pred): [2.5 0.  2.  8. ]

--- MSE（平均二乗誤差）の計算 ---
差分 (実際の値 - 予測値): [ 0.5 -0.5  0.  -1. ]
二乗差: [0.25 0.25 0.   1.  ]
MSE (平均二乗誤差): 0.375

--- RMSE（二乗平均平方根誤差）の計算 ---
差分 (実際の値 - 予測値): [ 0.5 -0.5  0.  -1. ]
二乗差: [0.25 0.25 0.   1.  ]
MSE (平均二乗誤差): 0.375
RMSE (MSEの平方根): 0.6123724356957945

--- MAE（平均絶対誤差）の計算 ---
差分 (実際の値 - 予測値): [ 0.5 -0.5  0.  -1. ]
絶対値差: [0.5 0.5 0.  1. ]
MAE (平均絶対誤差): 0.5

最終結果:
MSE（平均二乗誤差）: 0.375
RMSE（二乗平均平方根誤差）: 0.6123724356957945
MAE（平均絶対誤差）: 0.5