def wape(x, x_true):
"""
Получение значения метрики WAPE для таблицы x на основании таблицы x_true
Parameters
----------
x_true: np.ndarray
векторизованная базовая матрица
x: np.ndarray
векторизованная матрица для сравнения ограничений
Returns
-------
a: float
значение метрики
"""
try:
# Проверяем число измерений
if x.ndim == 1 or x.shape[1] == 1:
x = v.tomatrix(x)
if x_true.ndim == 1 or x_true.shape[1] == 1:
x_true = v.tomatrix(x_true)
diff = abs(x - x_true)
s = x_true.sum()
return 100. * np.sum(diff) / s
except Exception as e:
logging.error(traceback.format_exc())
return -1
def RSQ(x, x_true):
"""
Получение значения метрики RSQ(коэффициент детерминации) для таблицы x на основании таблицы x_true
Parameters
----------
x_true: np.ndarray
векторизованная базовая матрица
x: np.ndarray
векторизованная матрица для сравнения ограничений
Returns
-------
a: float
значение метрики
"""
try:
# Проверяем число измерений
if x.ndim == 1 or x.shape[1] == 1:
x = v.tomatrix(x)
if x_true.ndim == 1 or x_true.shape[1] == 1:
x_true = v.tomatrix(x_true)
var = x_true - np.mean(np.mean(x_true))
TSS = np.sum(np.sum(var * var))
e = x_true - x
ESS = np.sum(np.sum(e * e))
rsqr = 1 - ESS / TSS
return rsqr
except Exception as e:
logging.error(traceback.format_exc())
return -1
def swad(x, x_true, shape = None):
"""
Получение значения метрики SWAD для таблицы x на основании таблицы x_true
Parameters
----------
x_true: np.ndarray
векторизованная базовая матрица
x: np.ndarray
векторизованная матрица для сравнения ограничений
Returns
-------
a: float
значение метрики
"""
try:
# Проверяем число измерений
if x.ndim == 1 or x.shape[1] == 1:
x = v.tomatrix(x, shape)
if x_true.ndim == 1 or x_true.shape[1] == 1:
x_true = v.tomatrix(x_true, shape)
return np.sum(abs(x_true) * abs(x - x_true)) / np.sum(x_true ** 2)
except Exception as e:
logging.error(traceback.format_exc())
return -1
def PsiStat(x, x_true):
"""
Получение значения метрики Psi statistic для таблицы x на основании таблицы x_true
Parameters
----------
x_true: np.ndarray
векторизованная базовая матрица
x: np.ndarray
векторизованная матрица для сравнения ограничений
Returns
-------
a: float
значение метрики
"""
try:
# Проверяем число измерений
if x.ndim == 1 or x.shape[1] == 1:
x = v.tomatrix(x)
if x_true.ndim == 1 or x_true.shape[1] == 1:
x_true = v.tomatrix(x_true)
s = (x_true + x) / 2
inf1 = x_true / s
loged1 = np.log(inf1)
loged1 = np.nan_to_num(loged1) # for nan\inf occasions
left = x_true * loged1
inf2 = x / s
loged2 = np.log(inf2)
loged2 = np.nan_to_num(loged2) # for nan\inf occasions
right = x * loged2
inform = np.sum(np.sum(left + right))
summ = np.sum(np.sum(x_true))
psi = inform / summ
return psi
except Exception as e:
logging.error(traceback.format_exc())
return -1