计算张量和 numpy 数组之间的 pearson 相关性答案

【问题标题】：Calculate pearson correlation between a tensor and a numpy array计算张量和 numpy 数组之间的 pearson 相关性
【发布时间】：2021-01-02 10:46:29
【问题描述】：

我已经设法形成了一个预测张量（y_pred）的数据框，在从 (459,1,1) 重塑后，它是 (459,1)，并且我在另一列中有原始 y 值，它们也是 float32 .

我想测量这 2 列之间的 pearson 相关性。但我收到错误：

pearsonr(df_pred['y_pred'],df_pred['y'])

+ 不支持的操作数类型：'float' 和 'tuple'

所以我不确定是否可以将张量转换为 numpy 数组并将其添加到 DataFrame。我试过了

predicted= tf.reshape(predicted, [459, 1])
predicted.numpy()

但它不起作用。有什么想法吗？

【问题讨论】：

【解决方案1】：

我认为你必须评估列中的每个张量才能获得它的值。

df['y_pred'] = df['y_pred'].apply(lambda x: x.eval())

【讨论】：

【解决方案2】：

predicted =predicted.numpy()

上面的代码最后工作了。由于这些值是在 for 循环下附加的，所以只写

predicted.numpy()

没用。

【讨论】：