2回答
我是数据科学的新手，正在尝试理解预测与实际之间的差异评估。假设我有实际数据：25.950我使用XGboost的预测值是： 25.4还是基于MSE、MAE、RMSE、MAPE等预测误差技
浏览 890提问于2019-10-26得票数 1
2回答
我有一个像这样的数据集。0 1我希望按数据集按ID分组，并使其如下所示：1 mjjk 657 Black 1 2 1 0
如果实际列和预测列具有特定ID和m
浏览 10提问于2022-01-06得票数 0
我试图解释我从中获得的价值，但很难理解这种解释。我需要解释的结果基于接受(?)模式
根据Python的官方解释：
注:输出在0,100范围内不是百分比，值为100并不意味着100%，而是1e2。此外，当y_true较小(这是特定于度量的)或abs(y_true - y_pred)较大时(对于大多数回归度量而言，这是常见的)，输出可以任意高。在用户指南中阅读更多内容。如果这并不意味着32%，那又如何？我使用这个函
浏览 11提问于2022-05-25得票数 0
回答已采纳
1回答
我有一个真实的数据和预测的数据，我想计算总体MAPE和MSE。数据是时间序列，每一列代表不同周的数据。我预测每个项目在52周中的每一周的价值如下所示。在R中，最大可能的计算总误差是什么？
浏览 3提问于2017-04-13得票数 0
1回答
我有真实的价值，也有预测一个旧的和更新的模型运行在数千个时间序列。我的目标是计算新模型对旧模型的总体改进。我很快意识到，当真值为0时，MAPE就会失败，所以我只是删除了这些行，并在每个时间序列中计算了这两个模型的MAPE。OLD_MAPE NEW_MAPE TIME_SERIES 0 50.0 10.0 1 19.9
然后，为
浏览 7提问于2021-10-21得票数 1
回答已采纳
1回答
通过对时间序列分析的研究，认为RMSE和MAPE是实时序列应用中使用模型的最佳评价指标。但我的查询如下，因为这是我在时间序列分析中的第一个实践应用程序项目：
如果我用过去一年的数据训练和预测未来30天，但我们将得到实际数据后，30天的实时。我们如何将这些RMSE和MAPE与时间序列应用集成起来？正如我从一些数据科学家那里听到<e
浏览 0提问于2020-10-09得票数 1
1回答
我正在使用IterativeImputer来处理数据集中丢失的数据，这似乎是一个不错的资源。不过，我如何评估这种回归的性能呢？有没有一种方法，我可以使用一些性能指标，如r，2或RMSE与此输入？import IterativeImputer
df = pd.DataFrame({'feat0', 70, 88,
浏览 3提问于2020-09-17得票数 0
回答已采纳
我有两个数据集，用R的命令绘制。下面的第一个地块不是以红线为中心的。但是右边的第二个图是以直线为中心的。
我的问题是：
data <-read.table("myfile.txt") dat1
浏览 7提问于2013-01-29得票数 3
我是预测领域的新手，我正在努力理解不同的预测精度度量标准。我指的是下面的链接另外，你能告诉我权重是如何计算的吗？我的理解越高，它
浏览 150提问于2015-05-06得票数 1
1回答
我正在努力解决R中的一个问题，我想用不同的方法评估许多时间序列的最佳预测度量，例如ME, RMSE, MAE, etc.测量的数据存储在一个列表中，该列表保存了这些数据帧：ME, RMSE, MAE...为了评估最好的方法，我考虑将不同方法的所有值相加，并将它们除以residuen_overall的长度。例如两个(ME)的长度：resi
浏览 2提问于2016-08-14得票数 1
回答已采纳
我试图用平均绝对比例尺误差(MASE)来计算R中横截面(非时间序列)数据的预测精度，我有预测值的向量和观测值的向量。据的Rob说。根据海德曼的教科书，。我试着用accuracy()软件包的forecast函数来计算MASE，根据的说法，它使用样本内的平均预测对非时间序列数据中的缩放误差进行预测。如果我有时间序列
浏览 4提问于2015-07-03得票数 1
目标:在多个预测列和一个实际数据列上使用自定义的WMAPE (加权平均绝对百分比误差)函数，不使用for-循环。我知道一个for循环&输出数据的合并将起作用。我想高效地做这件事。有： WMAPE函数，成功地将WMAPE函数应用于数据预测列。一列实际数据，可变数量的预测列。输入数据： Pandas DataFrame有几个分类列(城市、个人、DT、小时)、一个实际数据列(<e
浏览 3提问于2019-02-22得票数 4
回答已采纳
1回答
我已经训练了一个模型，我想通过将误差除以测试标签我的数据集。但是，测试标签中有一些零值，这是缺少值的原因。因此，将相应的误差除以这些值将导致无穷大。mape = 100 * (errors / y_test)accuracy = 100 - np.mean(mape)
print(我应该以某种方式去掉"y“中的零
浏览 31提问于2021-02-26得票数 0
回答已采纳
我把一个预测模型放在一起，当我在预测中使用精度时，我得到了一些MAPE分数的无限大。我想了解如何过滤掉数据帧中的无限行。如果我使用is.numeric将MAPE转换为数字，那么无穷大转换为455，为什么？我还尝试用[which(df$MAPE == "Infinity"),]对数据框架进行子集，我也尝试过使用[which(df$MAPE
浏览 2提问于2019-05-10得票数 0
在这些数据集中，我选择4368作为测试，4248作为简历。核类型= RBF核。Libsvm提供了如下所示的结果。这是否意味着这是f(alpha)的最小值？Mean Absolute Error (MAE): 8956.12 MWh
Daily Peak MAPE:
浏览 0提问于2013-02-26得票数 1
我有一个大型的数据集，下面是培训和测试数据集。每天预测为(96)值-15分钟抽样-。换句话说，我必须每次选择96个值，并将它们放入代码中显示的test_data中，并计算MAPE。., data= c(input, target), family=gaussian)
我想遍历"test_data“-create a循环--每次从测试表到数据集的末尾接受96行观察，然后计算
浏览 4提问于2018-08-12得票数 2
回答已采纳
n的结果 {'Insumos': ["['ABUTILOM (ABUTILON STRIATUM)']"], 'Valor previsto': ['30.56'], 'MAPE': ['5.59'],': ['5.02'], 'MAE': ['0.12'], 'r2': ['0.41']} 如果</em
浏览 18提问于2019-04-11得票数 1
回答已采纳
1回答
我在我的数据上使用了TBATS模型，当我应用预测()函数时，它会自动预测未来两年。我没有指定任何训练集或测试集，那么我如何知道它用于预测未来两年的数据呢？我正在处理的数据是Uber 2016年1月至2020年1月期间的出行时间数据。我有18个城市的每日数据(抽样频率= 1)，每个城市都有不同的样本大小(从1422天到1459天)。
我将旅行时间向量设置为m
浏览 2提问于2020-12-23得票数 1
回答已采纳
2回答
我得到了非常高的MLPRegressor，ForestRegression和线性回归的均方根和MAE，只有输入变量缩放(30,000+)但是当我缩放目标值时，我想知道这是不是可以接受的事情。其次，测试有更好的R平方值是正常的吗(即。列车为0.98和0.85 ) 谢谢
浏览 3提问于2019-06-20得票数 0
我使用applyInPandas在ID上使用groupBy实现对抽样数据的预测功能。最终目标是计算每个MAPE的ID。def forecast_balance(history_pd: pd.DataFrame) -> pd.DataFrame:
anonym_cis = history_pd.at[0,'ID但是，当我计算输入数据和输出数据中每个ID的行数时，它就不匹配了。我想知道这些额外<
浏览 6提问于2022-04-21得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
