Question

我有一个方法可以预测一些数据并将其输出到一个名为Y_predict的numpy数组中。然后我有一个名为Y_real的numpy数组，它存储了应该预测的Y的实际值。

例如：

Y_predict = [1, 0, 2, 1]
Y_real    = [1, 0, 1, 1]

然后我想要一个名为errRate[]的数组，它将检查Y_predict[i] == Y_real[i]是否为Y_real。应注意与0.75不匹配的任何值。最后，输出应该是正确预测的数量。在上面的情况中，从Y_predict[2] = 2和Y_real[2] = 1

开始，这将是

    if($errors == false){

    $user = $db->get_row("SELECT * FROM " . TABLES_PREFIX . "users WHERE email = '" . $_POST['username_or_email'] . "'  OR username = '" . $_POST['username_or_email'] . "' ORDER BY id DESC LIMIT 0,1");

    if($user AND ($user->password == encode_password($_POST['password']))){
        if($user->status == 'pending'){
            $layout->AddContentById('alert', $layout->GetContent('alert'));
            $layout->AddContentById('alert_nature', ' alert-danger');
            $layout->AddContentById('alert_heading', '{{ST:error}}!');
            $layout->AddContentById('alert_message', '{{ST:your_account_not_activated}}');
        }elseif($user->status == 'banned'){
            $layout->AddContentById('alert', $layout->GetContent('alert'));
            $layout->AddContentById('alert_nature', ' alert-danger');
            $layout->AddContentById('alert_heading', '{{ST:error}}!');
            $layout->AddContentById('alert_message', '{{ST:your_account_is_banned}}');
        }else{
            Users_LoggedIn($user, isset($_POST['remember_me']));

            // **I'm guessing this is exactly where I should store the username as var**

            header('Location: '.FORUM_URL); // redirects to index.php
            exit;
        }
    }else{
        $layout->AddContentById('alert', $layout->GetContent('alert'));
        $layout->AddContentById('alert_nature', ' alert-danger');
        $layout->AddContentById('alert_heading', '{{ST:error}}!');
        $layout->AddContentById('alert_message', '{{ST:the_info_is_not_correct}}');
    }
}

在numpy或python中是否有某种方法可以快速计算出这个速度？

Answer 1

由于它们是numpy数组，因此相对简单：

$(document).ready()

Answer 2

鉴于这些清单：

<head>

我能想到的最简单的方法是在列表comp中使用zip（）：

Y_predict = [1, 0, 2, 1]
Y_real    = [1, 0, 1, 1]

使用python

2 个答案: