Ejemplos de check_dims en Python

Ejemplo n.º 1

def accuracy(y: np.array, y_pred: np.array) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    return np.sum(y == y_pred) / y.shape[0]

Ejemplo n.º 2

def recall(y: np.array, y_pred: np.array) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    tp = np.sum(y == 1 & y_pred == 1)
    fn = np.sum(y == 1 & y_pred != 1)
    return tp / (tp + fn)

Ejemplo n.º 3

def fbeta(y: np.array, y_pred: np.array, beta: np.float) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    p = precision(y, y_pred)
    r = recall(y, y_pred)
    return (1 + beta**2) * p * r / (beta**2 * p + r)

Ejemplo n.º 4

def precision(y: np.array, y_pred: np.array) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    tp = np.sum(y == 1 & y_pred == 1)
    fp = np.sum(y != 1 & y_pred == 1)
    return tp / (tp + fp)

Ejemplo n.º 5

def mean_squared_error(y: np.array, y_pred: np.array) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    return np.mean(np.square((y_pred - y)))

Ejemplo n.º 6

def quantile_loss(y: np.array, y_pred: np.array, t: np.float = 0.5) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    n = y.shape[0]
    loss = np.sum(list(map(lambda y, y_pred: ((t - 1) * y < y_pred + t * y >= y_pred) * (y - y_pred), y, y_pred))) / n
    return loss

Ejemplo n.º 7

def r2(y: np.array, y_pred: np.array) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    return 1 - mean_squared_error(y, y_pred) / y.std()

Ejemplo n.º 8

def mean_absolute_error(y: np.array, y_pred: np.array) -> np.float:
    y, y_pred = check_dims(y, y_pred)
    return np.mean(np.abs((y_pred - y)))