在python中使用二进制向量计算预测

我想使用两个向量（预测，实际）并用Python对预测进行简单评估：（两个向量都是Ndarray）

我尝试了

&&

操作符和

numpy.mul

。。。总有一些转变要做。我希望你能做一些非常简单的事情。

sum（[prediction[I]==actual[I]for I in range（len（prediction）））/len（prediction）

sum（[prediction[I]==actual[I]for I in range（len（prediction）））/len（prediction）

输出：

50.0

输出：

50.0

---

您还可以使用标准python运算符实现这一点：

>>> prediction = [ 1, 1, 1, 0, 0, 1 ];
>>> actual     = [ 1, 0, 1, 0, 1, 0 ];
>>> 100.0 * sum([not p ^ a for p, a in zip(prediction, actual)])/len(prediction)

---

您还可以使用标准python运算符实现这一点：

>>> prediction = [ 1, 1, 1, 0, 0, 1 ];
>>> actual     = [ 1, 0, 1, 0, 1, 0 ];
>>> 100.0 * sum([not p ^ a for p, a in zip(prediction, actual)])/len(prediction)

predicted=[1,0,1,1,0,0,1]
实际值=[1,1,0,1,0,0,0]
断言len（预测）=len（实际）
分数=总和（映射（λx:1。如果x[0]==x[1]，否则为0.，压缩（预测，实际））/len（预测）
打印（分数）#其中0表示完全不匹配，1表示完全匹配

predicted=[1,0,1,1,0,0,1]
实际值=[1,1,0,1,0,0,0]
断言len（预测）=len（实际）
分数=总和（映射（λx:1。如果x[0]==x[1]，否则为0.，压缩（预测，实际））/len（预测）
打印（分数）#其中0表示完全不匹配，1表示完全匹配

当预测和实际值为0时，

预测*实际值

将为0，而不是1。当预测和实际值为0时，

预测*实际值

将为0，而不是1。

>>> prediction = [ 1, 1, 1, 0, 0, 1 ];
>>> actual     = [ 1, 0, 1, 0, 1, 0 ];
>>> 100.0 * sum([not p ^ a for p, a in zip(prediction, actual)])/len(prediction)

predicted = [1, 0, 1, 1, 0, 0, 1]
actual    = [1, 1, 0, 1, 0, 0, 0]
assert len(predicted) == len(actual)
score = sum(map(lambda x: 1. if x[0] == x[1] else 0., zip(predicted, actual))) / len(predicted)
print(score) # <0,1> where 0=complete mismatch and 1=complete match