查找两个数组之间的匹配项，并且第一个数组 == 1？

Question

我有两个数组（y_true 和 y_pred），都由相同长度的 0 和 1 组成。我想要一种更有效/更快的方法来计算 y_pred == y_true 的次数以及 y_pred == 1 的次数。我对计算匹配的 0 不感兴趣。现在，我的函数看起来像这样使用 for 循环：from sklearn.metrics.scorer import make_scorer# Make a custom metric functiondef my_custom_accuracy(y_true, y_pred):       # Bring in the arrays    good_matches = 0                          # Set counter to 0    for num, i in enumerate(y_pred):          # for each y_pred in array...        if i == y_true[num] & i == 1:         # if y_pred == y_true AND y_pred == 1...            good_matches += 1                 # count it as a good match    return float(good_matches / sum(y_true))  # return good matches as a % of all the 1's in y_true....它可以工作，但是 for 循环很慢而且效率不高。我希望利用这样的东西：# Make a custom metric functiondef my_custom_accuracy(y_true, y_pred):    return float(sum(y_pred == y_true)) / sum(y_true)...简单，但我不知道如何添加“& y_pred == 1”部分。有任何想法吗？谢谢！

Answer 1

如果数组还不是布尔值，请将它们设为布尔值。这可以通过视图廉价地完成，或者更简单地通过astype：

y_pred = y_pred.astype(bool)
y_true = y_true.astype(bool)

如果数组已经是布尔值，或者它们真的永远不会包含零和一，则可以省略此步骤。

现在good_matches只是

good_matches = np.sum(y_pred & y_true)

要了解为什么会这样，请注意，除了明显包含 之外y_pred == y_true，表达式只有在为真时才能y_pred为真，因此它根据运算符的定义自动暗示y_pref == 1and 。y_true == 1&

因此，您的最终结果是

np.sum(y_pred & y_true) / np.sum(y_true)

这也可以写成

np.count_nonzero(y_pred & y_true) / np.count_nonzero(y_true)

Answer 2

您可以使用列表推导来检查列表，同时过滤掉 y_pred == 0，然后通过将匹配项除以比较列表的长度来获得准确性。

compare = [p == t for p, t in zip(y_pred, y_true) if p == 1]

accuracy = compare.count(True) / len(compare)

或者对于使用 numpy 的东西：

mask = np.where(y_true == y_pred)

matches = y_pred[mask]

accuracy = np.sum(matches) / len(matches)