Python 如何有效地找到线性分类模型的0/1损失？

机器学习新手。我试图在训练数据的权重后计算线性模型的0/1损失。我在这里看到了很多用于循环的答案。有没有办法把它矢量化？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是经过训练的权重，X_列的形状为样本数X特征数

我不确定您想做什么。但这应该有助于：

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)

---

请花些时间学习如何格式化代码（这真的很容易）；这很公平，因为你要求我们在这里呆一段时间