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))
答案 0 :(得分:0)
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!