计算平均绝对比例误差。该指标与尺度无关且对称。它通常用于比较时间序列设置中的预测误差。由于该指标的时间序列性质,有必要按时间升序对观测值进行排序。
用法
mase(data, ...)
# S3 method for data.frame
mase(
data,
truth,
estimate,
m = 1L,
mae_train = NULL,
na_rm = TRUE,
case_weights = NULL,
...
)
mase_vec(
truth,
estimate,
m = 1L,
mae_train = NULL,
na_rm = TRUE,
case_weights = NULL,
...
)
参数
- data
-
data.frame
包含由truth
和estimate
参数指定的列。 - ...
-
目前未使用。
- truth
-
真实结果的列标识符(即
numeric
)。这应该是一个不带引号的列名,尽管此参数是通过表达式传递的并且支持quasiquotation(您可以不带引号的列名)。对于_vec()
函数,一个numeric
向量。 - estimate
-
预测结果的列标识符(也是
numeric
)。与truth
一样,可以通过不同的方式指定,但主要方法是使用不带引号的变量名称。对于_vec()
函数,一个numeric
向量。 - m
-
用于计算 in-sample 季节性朴素误差的滞后数的整数值。默认值用于非季节性时间序列。如果每个观测值均处于每日水平并且数据显示每周季节性,则
m = 7L
将是 7 天季节性朴素计算的合理选择。 - mae_train
-
允许用户提供 in-sample 季节性朴素平均绝对误差的数值。如果未提供此值,则将从
truth
计算并使用 out-of-sample 季节性朴素平均绝对误差。 - na_rm
-
logical
值,指示在计算继续之前是否应剥离NA
值。 - case_weights
-
案例权重的可选列标识符。这应该是一个不带引号的列名称,其计算结果为
data
中的数字列。对于_vec()
函数,一个数值向量。
值
tibble
包含列 .metric
、 .estimator
和 .estimate
以及 1 行值。
对于分组 DataFrame ,返回的行数将与组数相同。
对于 mase_vec()
,单个 numeric
值(或 NA
)。
细节
mase()
与大多数数字指标不同。 mase()
的原始实现要求使用 in-sample 朴素平均绝对误差来计算缩放误差。它使用此错误而不是 out-of-sample 错误,因为在预测非常短的时间范围(即样本外大小仅为 1 或 2)时,有可能无法计算 out-of-sample 错误。但是,yardstick
只知道out-of-sample、truth
和estimate
值。因此,默认情况下在计算中使用out-of-sample 错误。如果需要并已知 in-sample 朴素平均绝对误差,则可以在 mae_train
参数中传递它,并使用它来代替。如果 in-sample 数据可用,则可以使用 mae(data, truth, lagged_truth)
轻松计算朴素平均绝对误差。
也可以看看
其他数字指标:ccc()
, huber_loss_pseudo()
, huber_loss()
, iic()
, mae()
, mape()
, mpe()
, msd()
, poisson_log_loss()
, rmse()
, rpd()
, rpiq()
, rsq_trad()
, rsq()
, smape()
其他准确度指标:ccc()
, huber_loss_pseudo()
, huber_loss()
, iic()
, mae()
, mape()
, mpe()
, msd()
, poisson_log_loss()
, rmse()
, smape()
例子
# Supply truth and predictions as bare column names
mase(solubility_test, solubility, prediction)
#> # A tibble: 1 × 3
#> .metric .estimator .estimate
#> <chr> <chr> <dbl>
#> 1 mase standard 3.56
library(dplyr)
set.seed(1234)
size <- 100
times <- 10
# create 10 resamples
solubility_resampled <- bind_rows(
replicate(
n = times,
expr = sample_n(solubility_test, size, replace = TRUE),
simplify = FALSE
),
.id = "resample"
)
# Compute the metric by group
metric_results <- solubility_resampled %>%
group_by(resample) %>%
mase(solubility, prediction)
metric_results
#> # A tibble: 10 × 4
#> resample .metric .estimator .estimate
#> <chr> <chr> <chr> <dbl>
#> 1 1 mase standard 0.256
#> 2 10 mase standard 0.240
#> 3 2 mase standard 0.238
#> 4 3 mase standard 0.219
#> 5 4 mase standard 0.229
#> 6 5 mase standard 0.261
#> 7 6 mase standard 0.217
#> 8 7 mase standard 0.267
#> 9 8 mase standard 0.216
#> 10 9 mase standard 0.251
# Resampled mean estimate
metric_results %>%
summarise(avg_estimate = mean(.estimate))
#> # A tibble: 1 × 1
#> avg_estimate
#> <dbl>
#> 1 0.240
相关用法
- R yardstick mae 平均绝对误差
- R yardstick mape 平均绝对百分比误差
- R yardstick mn_log_loss 多项数据的平均对数损失
- R yardstick msd 平均符号偏差
- R yardstick mpe 平均百分比误差
- R yardstick metrics 估计性能的通用函数
- R yardstick metric_set 组合度量函数
- R yardstick metric_tweak 调整度量函数
- R yardstick mcc 马修斯相关系数
- R yardstick pr_auc 查准率曲线下面积
- R yardstick accuracy 准确性
- R yardstick gain_capture 增益捕获
- R yardstick pr_curve 精确率召回曲线
- R yardstick conf_mat 分类数据的混淆矩阵
- R yardstick rpd 性能与偏差之比
- R yardstick detection_prevalence 检测率
- R yardstick bal_accuracy 平衡的精度
- R yardstick rpiq 绩效与四分位间的比率
- R yardstick roc_aunp 使用先验类别分布,每个类别相对于其他类别的 ROC 曲线下面积
- R yardstick roc_curve 接收者算子曲线
- R yardstick rsq R 平方
- R yardstick iic 相关性理想指数
- R yardstick recall 记起
- R yardstick roc_aunu 使用均匀类别分布,每个类别相对于其他类别的 ROC 曲线下面积
- R yardstick npv 阴性预测值
注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Mean absolute scaled error。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。