腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
如果
数据
集中
的
一些
实际
值
为
0
,
如何
计算
MAPE
?
、
、
、
、
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
分组和执行
计算
、
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
1
回答
如何
用Python解释
MAPE
(Sklearn)
、
、
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
计算
R中平均
MAPE
和MSE
的
有效方法
、
、
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
确定整体时间序列模型改进百分比
、
、
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
时间序列分析模型评价性能指标在时间序列应用中
的
集成
、
、
、
、
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
如何
用IterativeImputer评价回归者
的
性能?
、
、
、
、
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({'feat
0
', 70, 88,
浏览 3
提问于2020-09-17
得票数 0
回答已采纳
2
回答
对LM中
的
预测行
数据
*居中
的
程度
的
度量是什么?
、
、
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
3
回答
了解预测精度
MAPE
、WMAPE、WAPE?
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
在R中测量大量时间序列
的
最佳预测方法
、
、
、
、
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
1
回答
用R中横截面(非时间序列)
数据
计算
MASE
、
、
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
3
回答
熊猫:自定义WMAPE功能聚合功能为多列没有for-循环?
、
、
、
、
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
从python中
的
测试标签中删除零。
、
、
、
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
1
回答
如何
处理(滤掉)R中
MAPE
分数
的
无穷大
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
1
回答
解释libsvm epsilon-SVR结果
、
、
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
3
回答
R或Python -循环测试
数据
-预测验证,接下来24小时(每天96个
值
)
、
、
、
、
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
2
回答
如何
从循环
的
n次迭代生成
的
n个字典
的
列表中生成
数据
帧?
、
、
、
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
R中预测()函数
的
默认训练和测试集大小是多少?
、
、
、
、
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
是否可以对回归变量
的
目标值进行缩放?
、
、
、
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
1
回答
使用applyInPandas生成意外计数值[PySpark]
、
、
、
、
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
点击加载更多
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
机器学习基础,回归模型评估指标
计算广告库存预测在FreeWheel的演进
如何评估AI产品的好坏?——关于评估模型和指标(AI产品经理研习·AI产品系列)
时序分析与预测完全指南
Facebook是如何对视频进行编码的?
热门
标签
更多标签
云服务器
ICP备案
对象存储
云直播
腾讯会议
活动推荐
运营活动
广告
关闭
领券