下面抛出的代码错误'numpy.float64‘对象不是last_mae = mae(val_scaled_price_client,cv_model)处的可调用。然而,在循环之外使用时,具有相同参数的mae函数工作得很好。= mae(val_scaled_price_client, cv_model)
if loss_historyto calculate MAE between tru
我试图实现MAE作为我的DNN回归模型的性能度量。我正在使用DNN来预测facebook帖子的评论数量。据我所知,如果这是一个分类问题,那么我们使用准确性。如果是回归问题,则使用RMSE或MAE。tf.name_scope("eval"): mae= tf.reduce_mean(tf.cast(correct, tf.int64))
mae