如何算均方误差和最大偏差的差值
在MATLAB中，你可以使用以下方法计算均方误差（Mean Squared Error，MSE）和最大偏差（Maximum Deviation）：
均方误差（MSE）：
均方误差是衡量预测值与真实值之间差异的常用指标。在MATLAB中，你可以使用mse函数来计算均方误差。假设你有真实值向量y和预测值向量y_pred，则可以使用以下代码计算均方误差：
mse_value = mse(y, y_pred);
最大偏差（Maximum Deviation）：
最大偏差是预测值与真实值之间的最大差异。在MATLAB中，你可以使用max函数和abs函数来计算最大偏差。假设你有真实值向量y和预测值向量y_pred，则可以使用以下代码计算最大偏差：
max_deviation = max(abs(y - y_pred));
请注意，在计算均方误差和最大偏差之前，确保真实值向量和预测值向量的维度相同。这些方法可以帮助你评估预测模型的准确性和性能。
fsderiv(Kn,Wo) 富里哀级数的微分 fseval(Kn,t,Wo) 计算富里哀级数 fsfind(‘ fname ‘,T,N) 寻找时间函数的富里哀级数的系数 [An,Bn,Ao]=fsform(Kn) Kn=fsform(An,Bn,Ao) 富里哀级数不同形式之间的转换 fsharm(Kn,i) 提取特殊的富里哀级数的谐波 fsmsv(Kn) 计算信号的均方根值 fsresize(Kn,N) 重新调整富里哀级数的系数向量的大小 fsresp(Num,Den,Un,Wo) 线性系统对输入富里哀级数Un的富里哀级数响应 fsround(Kn) 设置次要的富里哀级数的系数为0 fswindow(N, ‘ type ‘) fswindow(Kn, ‘ type ‘) 产生一个窗口的函数，使吉布（Gibb）现象极小 例如两组数分别为a1、a2、a3和b1、b2、b3 >>a1=2;a2=4;a3=5; >>JFG=sqrt( (a1^2+a2^2+a3^2) / 3 ); >>b1=3;b2=6;b3=8; >>JFG2=sqrt( (b1^2+b2^2+b3^) / 3 ); >>div=JFG2-JFG； div为所求
