如何计算Python预测的错误？

Question

我试图计算实际价值列表d[]与预测的列表p[]之间的错误，但它不起作用。有什么简单的方法来通过库来计算它，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

从我从你的问题理解，我认为你在寻找这样的事情：

第一，如果你使用Python列表将其转换为numpy的阵列使其更快的计算在比较中，从For循环您只需使用：

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

后：

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

(real == predicted)这会给你的boolean数组，表示如果该预测相匹配的实际价值或不

，并通过计算NON_ZERO值你刚才算成功预测

这种方法是你要跟分类问题，但有一点改变语法，你可以得到你想要的！