计算平均绝对误差时，If语句中赋值前引用的局部变量

Question

如果预测大于预测中的实际值，我试图添加一个权重，以避免惩罚太多。这是我的代码，然而，我一直得到：

UnboundLocalError：在分配之前引用了局部变量"under">

import numpy as np
def mae(y, y_hat):
if np.where(y_hat >= y):
over = np.mean(0.5*(np.abs(y - y_hat)))
elif np.where(y_hat < y):
under = np.mean(np.abs(y - y_hat))
return (over + under) / 2

我试过将"under"设置为global，但也不起作用。这可能是一个简单的解决方案，尽管我更喜欢R用户。

Answer 1

因此，由于if和elif语句，当您返回np.mean(over,under)时，不会定义under或over。因此，您要么需要用初始值初始化under和over，要么重新处理它，因为在当前逻辑中，只会定义其中一个变量。

编辑

所以您将其更改为(over + under) / 2作为返回语句。仍然有一个不会被定义。因此，您应该将它们初始化为0。例如：

import numpy as np
def mae(y, y_hat):
under = 0
over = 0
if np.where(y_hat >= y):
over = np.mean(0.5*(np.abs(y - y_hat)))
elif np.where(y_hat < y):
under = np.mean(np.abs(y - y_hat))
return (over + under) / 2

这样它们在不使用时就不会影响输出。