两个模型预测结果用误差倒数法分配权重python代码

下面是用Python实现两个模型预测结果用误差倒数法分配权重的代码示例：

import numpy as np

# 模型1的预测值和真实值
y1 = np.array([1.2, 2.3, 3.4, 4.5])
y_true = np.array([1, 2, 3, 4])

# 模型2的预测值和真实值
y2 = np.array([1.3, 2.2, 3.5, 4.4])

# 计算每个模型的误差
e1 = np.abs(y1 - y_true)
e2 = np.abs(y2 - y_true)

# 计算每个模型的权重
w1 = 1 / e1
w2 = 1 / e2

# 归一化权重
w1_norm = w1 / (w1 + w2)
w2_norm = w2 / (w1 + w2)

# 计算加权平均值
y_pred = (w1_norm * y1 + w2_norm * y2).sum() / (w1_norm + w2_norm).sum()

print("加权平均值为:", y_pred)

其中，np.array表示将列表转换为NumPy数组，np.abs表示求绝对值，sum()函数表示求和。