深度学习 计算预测和真实值之间的差异

2023-12-19 00:17:39

要计算预测和真实值之间的差异,可以首先将真实值加载到一个 pandas DataFrame 中,然后将预测值和真实值连接在一起,最后计算它们的差异。以下是一个示例代码:```python

import pandas as pd

# 假设真实数据保存在 real_data_df 中,其中包含时间列和真实值列
# real_data_df = ...

# 将真实数据与预测数据连接在一起
result_df['Real_Data'] = real_data_df['真实值列名称']  # 请替换为实际的列名称

# 计算预测和真实值的差异
result_df['Difference'] = result_df['Real_Data'] - result_df['Predicted_Data']

# 保存结果到 Excel 文件
result_df.to_excel('C:/Users/47418/Desktop/results_comparison_with_difference.xlsx', index=False)

在这个示例中,`result_df` 是包含预测数据、真实数据和它们之间差异的 DataFrame。您需要根据实际的数据结构调整列名称。

另外,为了确保保存到 Excel 文件中的差异值是浮点数且小数点后保留三位,您可以使用以下代码:

# 将差异值格式化为字符串,保留小数点后三位
result_df['Difference'] = result_df['Difference'].apply(lambda x: "{:.3f}".format(x))

# 保存结果到 Excel 文件
result_df.to_excel('C:/Users/47418/Desktop/results_comparison_with_difference.xlsx', index=False)

这将确保 Excel 中的差异值是格式化后的字符串,而不是默认的浮点数。

文章来源:https://blog.csdn.net/wenxi2367/article/details/135073538
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。