我有一个数据集(在此链接中找到:https://drive.google.com/open?id=0B2Iv8dfU4fTUY2ltNGVkMG05V00 https://drive.google.com/open?id=0B2Iv8dfU4fTUY2ltNGVkMG05V00) 的格式如下。
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
我的数据集中的第三列 (Y) 是我的真实值 - 这就是我想要预测(估计)的值。我想做一个预测Y
(即预测当前值Y
根据前 100 个滚动值X
。为此,我有以下几点python
脚本工作使用random forest regression model
.
#!/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) 并得到了RMSE
of 19.57
。从我从文档中读到的内容来看,平方误差的单位与响应的单位相同。有没有什么方法可以体现一个东西的价值RMSE
以百分比表示?例如,说这个预测的百分比是正确的,而这个预测是错误的。
有一个check_array
计算函数mean absolute percentage error (MAPE)
在最近的版本中sklearn
但当我尝试如下所示时,它的工作方式似乎与以前的版本不同。
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)
这是返回一个错误:ValueError: not enough values to unpack (expected 2, got 1)
。这似乎是check_array
最新版本中的函数仅返回一个单值 http://scikit-learn.org/dev/modules/generated/sklearn.utils.check_array.html,与之前的版本不同。
有什么办法可以呈现RMSE
以百分比或计算MAPE
using sklearn
for Python
?