轧制精度

Question

我有一个带有二进制预测（data['ypred']为1或0）和实际实现（data['y']）的数据帧，我想编写一个函数，计算最后n个值的滚动精度（即所有预测中正确预测的百分比）（数据已经按日期排序）。下面是最后2次观察的示例（注意第一行是NA，最后一行是50%，因为2次中只有1次是正确的）：

 dict = [{'ypred': '1','y': '1','rolWinProb': 'NA'},
 {'ypred': '1','y': '1','rolWinProb': '100'},
 {'ypred': '0','y': '1','rolWinProb': '100'},
 {'ypred': '0','y': '1','rolWinProb': '100'},
 {'ypred': '1','y': '0','rolWinProb': '50'}]

 data = pd.DataFrame(dict)

有人能建议一种方法吗

也许是这样的：

data[(data['y'] ==1 ) & (data['ypred']==1)].rolling(10)

Answer 1

不确定，你的价值观来自哪里，但你能做什么：

N=2
data["rollwinprob"]=data["ypred"].eq(data["y"]).rolling(N).mean().mul(100)

参考https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rolling.html