时间序列预测误差_时间序列-误差指标

最新推荐文章于 2023-02-24 09:06:06 发布

翻译

最新推荐文章于 2023-02-24 09:06:06 发布 · 5.6k 阅读

12 ·

CC 4.0 BY-SA版权

原文链接：https://www.tutorialspoint.com/time_series/time_series_error_metrics.htm

文章标签：

#机器学习 #python #数据分析 #深度学习 #大数据

本文介绍了时间序列预测中常用的一些误差指标，如均方误差（MSE）、根均方误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE），并解释了它们的计算方法和在评估模型性能时的特点。

时间序列预测误差

时间序列-误差指标 (Time Series - Error Metrics)

It is important for us to quantify the performance of a model to use it as a feedback and comparison. In this tutorial we have used one of the most popular error metric root mean squared error. There are various other error metrics available. This chapter discusses them in brief.

对我们来说，量化模型的性能以将其用作反馈和比较非常重要。在本教程中，我们使用了最流行的误差度量均方根误差之一。还有其他各种错误度量标准。本章简要讨论它们。