如何在没有numpy的情况下计算RMSE？

在没有numpy的情况下计算RMSE（均方根误差）可以通过纯Python代码实现。RMSE是衡量预测值与真实值之间差异的常用指标，计算公式如下：

RMSE = sqrt(sum((y_true - y_pred)^2) / n)

其中，y_true表示真实值，y_pred表示预测值，n表示样本数量。

以下是一个在没有numpy的情况下计算RMSE的示例代码：

import math

def calculate_rmse(y_true, y_pred):
    n = len(y_true)
    squared_diff_sum = 0
    
    for i in range(n):
        squared_diff_sum += (y_true[i] - y_pred[i]) ** 2
    
    rmse = math.sqrt(squared_diff_sum / n)
    return rmse

使用该函数时，需要传入真实值列表和预测值列表作为参数，函数会返回计算得到的RMSE值。

这是一个简单的纯Python实现，适用于没有numpy库的情况。如果需要更高效的计算和处理大量数据，建议使用numpy库中的相关函数。