如何在Python上预测计算错误？

Question

我试图计算实际值列表d[]与预测值列表p[]之间的误差，但它不起作用。是否有通过库计算它的简单方法，例如scikit-learn？

x=0
def error(x):

    a = 1
    while len (d)-1<30 and len(p)-1< 30:
        x = d[a-1] - p[a-1]
        d.append(x)
        a = a + 1
    return d[30:]


print(error(x))

Answer 1

从我对你的问题的理解我觉得你在寻找这样的东西：

首先，如果你使用python列表将它转换为numpy数组，它会使你的计算速度更快，从你刚刚使用的For循环开始：

QWidget

之后：

real = np.asanarray(real)
predicted = np.asanarray(predicted)

score = np.nonzero((real == predicted)) / (# number of your sample) 这将为您提供一个(real == predicted)数组，用于显示预测是否与实际值匹配

通过计算非零值，您只需计算成功预测

这种方法适用于分类问题，但语法稍有变化就可以得到你想要的东西！