Python 轧制精度
我有一个带有二进制预测(data['ypred']为1或0)和实际实现(data['y'])的数据帧,我想编写一个函数,计算最后n个值的滚动精度(即所有预测中正确预测的百分比)(数据已经按日期排序)。下面是最后2次观察的示例(注意第一行是NA,最后一行是50%,因为2次中只有1次是正确的): 有人能建议一种方法吗 也许是这样的:Python 轧制精度,python,dataframe,prediction,Python,Dataframe,Prediction,我有一个带有二进制预测(data['ypred']为1或0)和实际实现(data['y'])的数据帧,我想编写一个函数,计算最后n个值的滚动精度(即所有预测中正确预测的百分比)(数据已经按日期排序)。下面是最后2次观察的示例(注意第一行是NA,最后一行是50%,因为2次中只有1次是正确的): 有人能建议一种方法吗 也许是这样的: data[(data['y'] ==1 ) & (data['ypred']==1)].rolling(10) 不确定,你的价值观来自哪里,但你能做什么: N
data[(data['y'] ==1 ) & (data['ypred']==1)].rolling(10)
不确定,你的价值观来自哪里,但你能做什么:
N=2
数据[“rollwinprob”]=数据[“ypred”].eq(数据[“y”]).rolling(N).mean().mul(100)
参考添加示例数据和预期输出好主意,我添加了一个示例和预期输出
data[(data['y'] ==1 ) & (data['ypred']==1)].rolling(10)