当两个矩阵在 Python 代码中包含 Nan 值时计算 RMSE-解网

问：

我是使用 Python 代码的初学者，当两个矩阵包含 Nan 值时，我在计算两个矩阵中的 RMSE 时遇到了问题。

例如，我有两个矩阵，其中包括几列具有 Nan 值。如何计算每列的 RMSE 值？

X = 形状为（1500， 27）的 ndarray，y = 形状为（1500， 27）的 ndarray

任何帮助将不胜感激。

我试图计算它，但我每次都得到 Nan 值。因此，任何帮助将不胜感激。

python-3.x nan numpy-ndarray

    import numpy as np

arr1 = np.array([[1, 2, 10, 50, -np.nan, 0, np.nan],[1, 2, 10, 30, -np.nan, 0, np.nan]])
arr2 = np.array([[5, 2, 10, 50, 10, 0, np.nan],[1, 2, 10, 50, -np.nan, 0, np.nan]])


for i in range(arr1.shape[0]):
    rmse = 0
    skipped_cells = 0
    for j in range(arr1.shape[1]):
        if np.isnan(arr1[i, j]) or np.isnan(arr2[i, j]):
            skipped_cells += 1
            continue
        rmse += (arr1[i,j] - arr2[i,j])**2
    print((rmse/(arr1.shape[1]-skipped_cells))**(1/2))

现在，如果你正在使用更大的数组，而你的瓶颈就是这部分 - 寻找集合操作。简要。使用，然后应用在两个数组中用零替换。然后计算 rmse。最后，更正某些值为 nan 的事实。即乘以一行长度的 sqrt，然后除以np.isnannp.wherenan(np.sum(is_not_nan))**0.5

上一个：比较两个数据帧并处理与 NaN 的比较

下一个：时间戳处价格的标签返回 Nan

当两个矩阵在 Python 代码中包含 Nan 值时计算 RMSE

Calculate RMSE in two matrix when they include Nan value in Python Code

评论