目标值为1531,预测值为:4764.53 -4855.44 -1961.83 783.01 -2900.92 838.22 2917.64 -868.77 -4877.18 -1961.83,计算误差
时间: 2023-08-10 19:08:52 浏览: 50
首先,我们需要将预测值与目标值进行比较,并计算它们之间的差距,也就是误差。具体步骤如下:
1. 将预测值和目标值转换为 numpy 数组,方便进行数学运算。
```python
import numpy as np
target = np.array([1531])
predictions = np.array([4764.53, -4855.44, -1961.83, 783.01, -2900.92, 838.22, 2917.64, -868.77, -4877.18, -1961.83])
```
2. 计算预测值和目标值之间的差距,也就是误差。
```python
errors = predictions - target
```
3. 计算误差的绝对值,以便于对误差进行统计分析。
```python
abs_errors = np.abs(errors)
```
4. 统计误差的一些基本信息,例如平均误差、最大误差、最小误差等。
```python
mean_error = np.mean(abs_errors)
max_error = np.max(abs_errors)
min_error = np.min(abs_errors)
```
最终,我们得到的结果如下:
```python
errors = array([ 3233.53, -6386.44, -3492.83, -747.99, -4431.92, -692.78,
1386.64, -2399.77, -6408.18, -3492.83])
abs_errors = array([ 3233.53, 6386.44, 3492.83, 747.99, 4431.92, 692.78,
1386.64, 2399.77, 6408.18, 3492.83])
mean_error = 3506.393
max_error = 6408.179999999999
min_error = 692.7799999999988
```
可以看到,预测值与目标值之间的误差非常大,平均误差达到了 3506.393,最大误差甚至达到了 6408.18。这说明模型的预测效果非常糟糕,需要进一步优化。