我收到了 kerras 預測的響應，如下所示 (y_pred)：array([[127450.63 ],
[181983.39 ],
[150607.72 ],
...,
[460400. ],
[ 92920.234],
[244455.97 ]], dtype=float32)我需要將結果與另一個如下所示的數組（t_pred）進行比較：[105000. 172000. 189900. ... 131000. 132000. 188000.]我該如何將數組 1 轉換為類似于數組 2 以便我可以計算其mean_square_log_error，如下所示？：mean_squared_log_error(t_pred, y_pred)
1 回答
躍然一笑
TA貢獻1826條經驗 獲得超6個贊
使用ravel()或reshape(-1)或flatten()：
mean_squared_log_error(t_pred,?y_pred.ravel())
或者
mean_squared_log_error(t_pred,?y_pred.reshape(-1))
或者
mean_squared_log_error(t_pred,?y_pred.flatten())
例子：
>>> from sklearn.metrics import mean_squared_log_error
>>> y_pred = np.array([[127450.63, 181983.39,181983.39 ]])?
>>> t_pred = [105000., 172000., 189900.]
>>> mean_squared_log_error(t_pred, y_pred.ravel())
0.01418072635060214
>>> mean_squared_log_error(t_pred, y_pred.reshape(-1))
0.01418072635060214
>>> mean_squared_log_error(t_pred, y_pred.flatten())
0.01418072635060214
添加回答
舉報
0/150
提交
取消