我有多个熊猫数据框,如下所示:
data1 = {'1':[4], '2':[2], '3':[6]}
baseline = pd.DataFrame(data1)
# baseline output
1 2 3
0 4 2 6
data2 = {'1':[3], '2':[5], '5':[5]}
forecast1 = pd.DataFrame(data2)
# forecast1 output
1 2 5
0 3 5 5
data3 = {'1':[2], '3':[4], '5':[5], '6':[2]}
forecast2 = pd.DataFrame(data3)
# forecast2 output
1 3 5 6
0 2 4 5 2
与[[baseline数据框(即基线vs预测1和基线vs预测2)相比,我如何(分别)计算forecast1和forecast2的准确性(或混淆矩阵)?]]请注意,与基准数据框相比,预报1和预报2可能会有一些额外的列。因此,精度计算需要考虑可用列的数量,并且还要处理多余的列。有没有办法处理这种情况?
这些数据帧是我正在进行的数据清理的结果,这就是为什么其中一些数据基线基准帧中没有可用的额外列的原因。
感谢您的帮助。
谢谢。
我有多个熊猫数据帧,如下所示:data1 = {'1':[4],'2':[2],'3':[6]}基线= pd.DataFrame(data1)#基线输出1 2 3 0 4 2 6 data2 = {'1':[3],'2':[5],'5':[5]} ...
print(baseline.columns)
print(forecast1.columns)
print(forecast2.columns)