如何解决计算张量和 numpy 数组之间的皮尔逊相关性
在从 (459,1,1) 重塑后,我设法形成了预测张量 (y_pred) 的数据框,其为 (459,1) 并且我在另一列中具有原始 y 值,它们也是 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'])
不支持的 + 操作数类型:'float' 和 'tuple'
所以我不确定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()
但它不起作用。有什么想法吗?
解决方法
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())
How to get the value of a tensor?
,predicted =predicted.numpy()
上面的代码最后运行了。由于值附加在 for 循环下,仅写入
predicted.numpy()
没有用。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。