- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
大佬们,耗时序列的预测过程,得到了一个数据框(df)是这样的(数字只是例子):
fcast_mean | actual_values
12,5 | 12,3
1,1 | 0
24,3 | 22,7
29,6 | 30,4
... | ...
我知道如果 actual_value 为零,MAPE 是无限的,这就是我的情况!我的问题是:在 abs(actual_values - fcast$mean)/abs(actual_values)
等于 信息
?此更改对 MAPE 的计算有何影响?它不再是预测准确性的可靠指标?
我的 MAPE R 代码部分是:
x <- abs(df$actual_values-df$fcast_mean)/abs(df$actual_values)
x[is.infinite(x)] <- 0
MAPE <- (1/nrow(df$actual_values))*(sum(x))*100
最佳答案
您不能只是将 Inf
更改为 0 并期望结果有意义。无限 MAPE 是 MAPE 可能出现的问题之一。出现此问题时,请使用其他准确性衡量标准。
MASE 是一种替代方法(平均绝对比例误差),描述为 here .
由于您使用的是 R,forecast
包中的 accuracy
函数可能会有用。
关于r - 预测准确性 - MAPE 和零值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41571215/
大佬们,耗时序列的预测过程,得到了一个数据框(df)是这样的(数字只是例子): fcast_mean | actual_values 12,5 | 12,3 1,1 | 0
大佬们,耗时序列的预测过程,得到了一个数据框(df)是这样的(数字只是例子): fcast_mean | actual_values 12,5 | 12,3 1,1 | 0
我正在预测超市的每日销售额,并使用体积加权映射作为损失函数。 总和是在输出节点上的。 我在 tensorflow 中实现了这个: import tensorflow as tf def weighte
为了提高随机森林回归模型的准确性,我将 scikit learn 标准特征缩放器更改为 MinMax 缩放器。在标准标量期间,我没有收到错误。准确性有所提高,但在计算 MAPE 时,我得到的误差低于。
在h2o框架下实现MAPE的正确方法是什么? 我有兴趣将以下函数转换为 h2o 概念 def mape(a, b): mask = a <> 0 return (np.fabs(a -
就我而言,XGBoost 支持使用 softmax 等目标函数进行多类预测。 就我而言,我希望它输出几个标签( float 字)并最小化它们的 MAPE。它可行吗?我应该怎么做才能实现这一点? (比如
我知道 MAPE 和 WMAPE 作为预测误差指标,它们有一些好处。但差距是什么?有人说: For MAPE:"Combinations with very small or zero volumes
我想计算预测值和真实值的平均绝对百分比误差 (MAPE)。我从 here 找到了解决方案, 但这会产生错误并在行 mask = a <> 0 中显示无效语法 def mape_vectoriz
我正在编写一个预测风速的代码。起初,我使用 print(history.history.keys()) 来打印 loss、val_loss、mape 和 val_mean_absolute_perce
我需要一个 MAPE 函数,但是我无法在标准包中找到它......下面是我对该函数的实现。 def mape(actual, predict): tmp, n = 0.0, 0 for
作为类(class)的一部分,我一直在使用 MATLAB 来处理时间序列数据集(电力数据集)。它由 40,000 多个样本组成。神经网络形成后,我想测试一下它的准确性。我对 MAPE(平均绝对百分比误
我有一个数据集,显示自 2002 年以来一美元兑换里拉的值(value)。 我的任务是对此数据运行简单指数平滑并计算 MAPE,但我的 MAPE 返回大约 250 的值(如果我更改平滑级别,此值会发生
我正在阅读这篇文章:Rolling Window Regression: a Simple Approach for Time Series Next value Predictions他解释了五个损
我已经从machinelearningmastery获得了代码 我修改了 model.compile() 函数以添加 mape 指标来找出平均绝对百分比误差。运行代码后,每个时期的 mape 变得
我有一个带有可观察和可观察数组的 View 模型。假设单击按钮会填充一个 JSON 对象并将其映射到 View 模型……我相信它“应该”填充 observableArray。按钮点击发生。没有错误。如
按照我回答的问题:R or Python - loop the test data - Prediction validation next 24 hours (96 values each day)
大家,我是数据科学的新手。我正在使用支持向量回归来解决回归问题。使用网格搜索调整 SVM 参数后,我得到了 2.6% MAPE,但我的 MAE 和 MSE 仍然非常高。 我为mape使用了用户定义的函
我是一名优秀的程序员,十分优秀!