我是机器学习的新手。我正在尝试在训练数据上训练权重后计算我的线性模型的0/1损失。我看到很多答案都使用了for循环。有没有办法将其向量化？我尝试的方法如下：

prob = np.dot(X_train,w)>=0
pred = [int(i) for i in prob]
error = np.sum(pred)/X_train.shape[0]

其中w是训练后的权重，X_train的形状为样本数 x 特征数

回答：

我不确定你在尝试做什么。但这应该会有所帮助：

prob = np.dot(X_train,w)>=0  
pred = [int(i) for i in prob]  
z0= [1 if y_val[i,0]!=pred[i] else 0 for i in range(len(pred)) ]
error = sum(z0)/len(z0)