如何計算Python預測的錯誤？

Question

我試圖計算實際價值列表d[]與預測的列表p[]之間的錯誤，但它不起作用。有什麼簡單的方法來通過庫來計算它，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

從我從你的問題理解，我認爲你在尋找這樣的事情：

第一，如果你使用Python列表將其轉換爲numpy的陣列使其更快的計算在比較中，從For循環您只需使用：

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

後：

score = np.nonzero((real == predicted))/(# number of your sample) 

(real == predicted)這會給你的boolean數組，表示如果該預測相匹配的實際價值或不

，並通過計算NON_ZERO值你剛纔算成功預測

這種方法是你要跟分類問題，但有一點改變語法，你可以得到你想要的！