比较 NumPy 数组（预测标签与实际标签）
Comparing NumPy Arrays (predicted vs actual labels)
我在比较 2 个 numPy 数组时遇到问题。我目前正在执行分类任务，并将数据分类为 1 或 0。我想将预测与实际标签进行比较。
enter image description here
附件是两个阵列的图像。我似乎找不到办法。
虽然不理想，但我尝试了以下方法：
for i in range(len(yTrain)):
yTrain==yPred
我希望它会 return 一堆真值和假值，我可以手动计算这些值，但这没有用。
我想要一个计算错误数量的输出。例如在 200 个数据点中，有 45 个被错误分类或类似的东西
如果你想要yTrain == yPred的计数，你可以使用np.count_nonzero:
matches = np.count_nonzero(yTrain == yPred)
mismatches = yTrain.size - matches
我在比较 2 个 numPy 数组时遇到问题。我目前正在执行分类任务，并将数据分类为 1 或 0。我想将预测与实际标签进行比较。
enter image description here
附件是两个阵列的图像。我似乎找不到办法。
虽然不理想，但我尝试了以下方法：
for i in range(len(yTrain)):
yTrain==yPred
我希望它会 return 一堆真值和假值，我可以手动计算这些值，但这没有用。
我想要一个计算错误数量的输出。例如在 200 个数据点中，有 45 个被错误分类或类似的东西
如果你想要yTrain == yPred的计数，你可以使用np.count_nonzero:
matches = np.count_nonzero(yTrain == yPred)
mismatches = yTrain.size - matches