AttributeError Traceback (most recent call last) Cell In[34], line 21 19 preds_valid = [] 20 for i in range(0, len(preds) - 102): ---> 21 a = preds[i:i+103].sum() 22 b = a/103 23 preds_valid.append(b) AttributeError: 'list' object has no attribute 'sum'错误怎么解决

这个错误提示表明 `list` 对象没有 `sum` 属性。和之前提到的类似，这是因为在 Python 3 中只有 `tuple` 和 `list` 可以进行求和操作，而 `list` 对象本身没有 `sum` 属性。

要解决这个问题，可以将 `list` 对象转换为 `numpy` 数组，然后再进行求和操作。你可以使用 `numpy` 的 `array` 函数将 `list` 转换为 `numpy` 数组，例如：

import numpy as np

preds = [1, 2, 3, 4, 5]
preds_np = np.array(preds)
sum_preds = preds_np.sum()

如果你需要将 `preds` 列表切片后再求和，可以这样写：

import numpy as np

preds = [1, 2, 3, 4, 5]
preds_np = np.array(preds)
preds_slice = preds_np[1:4]
sum_slice = preds_slice.sum()

因此，在你的代码中，你需要将 `preds` 列表转换为 `numpy` 数组，然后再进行求和操作。你可以使用以下代码：

import numpy as np

# define 'train' and 'valid' variables first

# make predictions
preds = []
for i in range(0,103):
    a = train['close'][len(train)-103+i:].sum() + sum(preds)
    b = a/103
    preds.append(b)

# calculate RMSE
valid = [...] # define 'valid' variable first
preds_np = np.array(preds)
sum_preds = preds_np.sum()
preds_valid = []
for i in range(0, len(preds) - 102):
    preds_slice = preds_np[i:i+103]
    sum_slice = preds_slice.sum()
    b = sum_slice / 103
    preds_valid.append(b)

rms = np.sqrt(np.mean(np.power((np.array(valid['close'])-preds_valid),2)))

这样就可以避免上述错误了。