如何有效地找到线性分类模型的0/1损失？

Question

机器在这里学习新手。我试图在训练数据上训练权重后计算我的线性模型的0/1损失。我在这里看到了许多用于循环的答案。有没有办法对它进行矢量化？我的尝试如下：

prob = np.dot(X_train,w)>=0

pred = [int(i) for i in prob]

error = np.sum(pred)/X_train.shape[0]

其中w是训练的权重，X_train的形状为样本数x特征数

Answer 1

我不确定你要做什么。但这应该有所帮助：

prob = np.dot(X_train,w)>=0  

pred = [int(i) for i in prob]  
z0= [1 if y_val[i,0]!=pred[i] else 0 for i in range(len(pred)) ]
error = sum(z0)/len(z0)