关键词：
import numpy as np
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_squared_error
# calculate general error
error = fcst - obs # "fcst" and "obs" are numpy arrays
# calculate scores
bias = np.mean(error)
mae = np.mean(np.abs(error))
mse = np.mean(error**2)
rmse = np.sqrt(mse)
# other ways
mae = mean_absolute_error(obs,fcst)
mse = mean_squared_error(obs,fcst)
"""
calculate rmse
inputs: list of numpy arrays with same length
"""
def rmse(y_true, y_pred):
from sklearn.metrics import mean_squared_error
from math import sqrt
# validation input
assert len(y_true) == len(y_pred)
# calculate and return
return sqrt(mean_squared_error(y_true, y_pred))
"""
Root Mean Squared Logarithmic Error
"""
def rmsle(y_true:'array',y_pred:'array'):
import numpy as np
assert len(y_true) == len(y_pred)
return np.square(np.log(y_pred + 1) - np.log(y_true + 1)).mean() ** 0.5
"""
calculate bias
inputs: list of numpy arrays with same length
"""
def bias(predictions, observation):
import numpy as np
# validation input
if len(observation) != len(predictions):
print("ERROR: observation and prediction numpy arraies dont have same length")
return None
# calculate and return
return np.mean([ (ifore - iobs) for ifore,iobs in list(zip(predictions,observation)) ])
"""
calculate mae (mean absolute error)
inputs: list or numpy arrays
"""
def mae(predictions,observation):
from sklearn.metrics import mean_absolute_error
# validation input
if len(observation) != len(predictions):
print("ERROR: observation and prediction numpy arraies dont have same length")
return None
return mean_absolute_error(observation, predictions)
"""
calculate mape
inputs: list of numpy arrays with same length
"""
def mape(predictions, observation):
import numpy as np
# initialize
lmape = list()
for iobs, ifore in list(zip(observation,predictions)):
if float(iobs) != 0.: lmape.append(abs((iobs-ifore) / iobs))
# average and return
return np.mean(lmape)*100
"""
Pearson correlation
input: numpy arrays
"""
def correlation(x1,x2):
from scipy.stats import pearsonr
corr,pvalue = pearsonr(x1,x2)
return corr
"""
Residual Standard Error (standar deviation of epsilon=mean-zero random error: Y = f(X) + epsilon )
units: same than Y.
"""
def RSE(y_obs,y_predict):
import numpy
residue = (y_obs - y_predict)**2
RSS = np.sum(residue)
return np.sqrt((1/(len(residue)-2))*RSS)
python弹球评分用于概率预测(代码片段)
查看详情
python调用百度ai对颜值评分(代码片段)
...杨紫的图片为例进行年龄、性别、颜值的识别。 具体python代码如下：importosimportbase64fromaipimportAipFaceos.chdir(r'F:\\公众号\\28.人脸识别')#设置图片存放的路径pictureName='1_yz.jpg'defget_picture_content(pictureName):withope... 查看详情
python爬取豆瓣电影图片并生成评分柱状图(代码片段)
博主在学习python爬虫后，实现了一个爬取豆瓣电影评分并形成柱状图，并下载电影海报，实现效果如图所示python爬取电影信息需要按此步骤模拟浏览器发送请求(获取网页代码)->提取有用的数据->存放于数据库或文... 查看详情
vue实现rate组件（星星评分）(代码片段)
这个功能就类似于某宝在购物之后，对商品进行评价先看一下效果那么实现这个功能也很简单，新建一个my-rate组件，然后上代码1<template>2<divclass="rate":class="‘disabled‘:disabled">3<spanv-if="showText"class="text">curScore||score分... 查看详情
评分卡应用-利用toad进行有监督分箱（卡方分箱/决策树分箱）(代码片段)
toad是针对工业届建模而开发的工具包，针对风险评分卡的建模有针对性的功能。toad持续更新优化中，本教程针对toad的各类主要功能进行介绍，包括：EDA相关功能如何使用toad高效分箱并进行特征筛选WOE转化逐步回... 查看详情
评分卡应用-利用toad进行有监督分箱（卡方分箱/决策树分箱）(代码片段)
toad是针对工业届建模而开发的工具包，针对风险评分卡的建模有针对性的功能。toad持续更新优化中，本教程针对toad的各类主要功能进行介绍，包括：EDA相关功能如何使用toad高效分箱并进行特征筛选WOE转化逐步回... 查看详情
python：爬取豆瓣短评用户数据（城市注册时间发表时间评分评论内容）(代码片段)
最近因为泰迪实习需要，做一些这样的数据分析。分享一下相关代码。修改其中的url（注意应用规则，需要对爬虫有一定了解）即可用。importrequestsimportrefromtask_getUserInfimportgetUserInfimportpandasaspdimportemoji#用户数据获... 查看详情
python：学习爬取数据以分析（城市注册时间发表时间评分评论内容）(代码片段)
最近因为泰迪实习需要，做一些这样的数据分析。分享一下相关代码。修改其中的url（注意应用规则，需要对爬虫有一定了解）即可用。importrequestsimportrefromtask_getUserInfimportgetUserInfimportpandasaspdimportemoji#用户数据获... 查看详情
python练习题(代码片段)
一、选秀评分需求：某比赛评分规则如下：由5位评委进行打分，最终结果去掉一个最高分和最低分后求平均成绩。代码：list=[0,0,0,0,0]i=j=sum=0whilei<5:list[i]=input("请输入第%s位评委评分："%(... 查看详情
python线性回归分析练手：用大众点评500家的评分数据拟合线性回归(代码片段)
python线性回归分析大家好！我是未来村村长！就是那个“请你跟我这样做，我就跟你那样做！”的村长👨🌾！一、简单说明1、数据源2、探究目的我们通过线性回归方法，探究’评论人数’,‘人... 查看详情
助教小结(代码片段)
...cnblogs.com/zy456/p/10594890.html请开启仓库代码访问权限，很多评分将基于仓库中的数据进行评分。另外，建议时间表和功能清单以excel表格形式，然后在截图发出，也可以直接在博客中以HTML形式插入表格（2）https://www.cnblogs.com/Fall825/... 查看详情
text评分(代码片段)
查看详情
java学生评分(代码片段)
查看详情
javascript更新环境评分(代码片段)
查看详情
因果推断笔记——python倾向性匹配psm实现示例(代码片段)
因果推断笔记——相关理论：RubinPotential、Pearl、倾向性得分、与机器学习异同（二）因果推断笔记——因果图建模之微软开源的dowhy（一）文章目录1从matching->倾向性得分1.1精准匹配1.2倾向性得分/倾向评分... 查看详情
因果推断笔记——python倾向性匹配psm实现示例(代码片段)
因果推断笔记——相关理论：RubinPotential、Pearl、倾向性得分、与机器学习异同（二）因果推断笔记——因果图建模之微软开源的dowhy（一）文章目录1从matching->倾向性得分1.1精准匹配1.2倾向性得分/倾向评分... 查看详情
php评分最高的产品(代码片段)
查看详情
markdown豆瓣高评分书籍(代码片段)
查看详情