python - scikit-learn:如何以百分比计算均方根误差(RMSE)？

Question

我有以下格式的数据集(可在此链接中找到:https://drive.google.com/open?id=0B2Iv8dfU4fTUY2ltNGVkMG05V00)。

 time     X   Y
0.000543  0  10
0.000575  0  10
0.041324  1  10
0.041331  2  10
0.041336  3  10
0.04134   4  10
  ...
9.987735  55 239
9.987739  56 239
9.987744  57 239
9.987749  58 239
9.987938  59 239

我数据集中的第三列 (Y) 是我的真实值 - 这就是我想要预测(估计)的值。我想对 Y 进行预测(即根据 X 的前 100 个滚动值预测 Y 的当前值。为此，我有以下 python 脚本，使用 随机森林回归模型。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""

@author: deshag
"""

import pandas as pd
import numpy as np
from io import StringIO
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error
from math import sqrt



df = pd.read_csv('estimated_pred.csv')

for i in range(1,100):
    df['X_t'+str(i)] = df['X'].shift(i)

print(df)

df.dropna(inplace=True)


X=pd.DataFrame({ 'X_%d'%i : df['X'].shift(i) for i in range(100)}).apply(np.nan_to_num, axis=0).values


y = df['Y'].values


reg = RandomForestRegressor(criterion='mse')
reg.fit(X,y)
modelPred = reg.predict(X)
print(modelPred)

print("Number of predictions:",len(modelPred))

meanSquaredError=mean_squared_error(y, modelPred)
print("MSE:", meanSquaredError)
rootMeanSquaredError = sqrt(meanSquaredError)
print("RMSE:", rootMeanSquaredError)

最后，我测量了均方根误差 (RMSE)，得到的 RMSE 为 19.57。从我从文档中读到的内容来看，它说平方误差与响应的单位相同。有没有办法以百分比表示 RMSE 的值？例如，说这个百分比的预测是正确的，而这个百分比是错误的。

sklearn 的最新版本中有一个用于计算平均绝对百分比误差 (MAPE) 的check_array 函数，但似乎没有当我按以下方式尝试时，它的工作方式与以前的版本相同。

import numpy as np
from sklearn.utils import check_array

def calculate_mape(y_true, y_pred): 
y_true, y_pred = check_array(y_true, y_pred)

    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100

calculate_mape(y, modelPred)

这将返回一个错误:ValueError:没有足够的值来解压(预期 2，得到 1)。这似乎是最近版本中的 check_array 函数只返回一个 single value。 ，与之前的版本不同。

有什么方法可以用 Python 的 sklearn 以百分比表示 RMSE 或计算 MAPE？

Answer 1

您的 calculate_mape 实现不起作用，因为您需要 check_arrays 函数，该函数已在 sklearn 0.16 中删除。 check_array 不是您想要的。

This StackOverflow 答案给出了一个有效的实现。