计算张量和 numpy 数组之间的皮尔逊相关性

Question

我已经成功地形成了预测张量（y_pred）的数据框，它在从（459,1,1）重塑后属于（459,1）并且我在其他列也是 float32。

我想测量这两列之间的皮尔逊相关性。但我收到错误：

pearsonr(df_pred['y_pred'],df_pred['y'])

unsupported operand type(s) for +: 'float' and 'tuple'

所以我不确定我是否可以将张量转换为 numpy 数组并将其添加到 DataFrame 中。我试过了

predicted= tf.reshape(predicted, [459, 1])
predicted.numpy()

但是不行。有什么想法吗？

Answer 1

我认为您必须评估列中的每个张量才能获得它的值。

df['y_pred'] = df['y_pred'].apply(lambda x: x.eval())

Answer 2

predicted =predicted.numpy()

上面的代码在最后起作用了。因为值是在 for 循环下附加的，所以只写

predicted.numpy()

没有成功。