SVR，时间序列分析的评价指标，python数据标准化

知识点

1. SVR

   • 参考
   • 支持向量机(SVM)是一种分类算法，但是也可以做回归，根据输入的数据不同可做不同的模型（若输入标签为连续值则做回归，若输入标签为分类值则用SVC做分类）
   • 对于SVM算法，我们首先导入sklearn.svm中的SVR模块。SVR()就是SVM算法来做回归用的方法（即输入标签是连续值的时候要用的方法），通过以下语句来确定SVR的模式：

       from sklearn.svm import SVR
        
       svr = SVR(kernel=’rbf’, C=1e3, gamma=0.01)
     

     • kernal：核函数类型。一般常用的有‘rbf’，‘linear’，‘poly’，等，发现使用‘rbf’参数时函数模型的拟合效果最好，其他拟合都是线性拟合。
     • C：惩罚因子。C表征你有多么重视离群点，C越大越重视，越不想丢掉它们。C值大时对误差分类的惩罚增大，C值小时对误差分类的惩罚减小。当C越大，趋近无穷的时候，表示不允许分类误差的存在，margin越小，容易过拟合；当C趋于0时，表示我们不再关注分类是否正确，只要求margin越大，容易欠拟合。
     • gamma：是’rbf’，’poly’和’sigmoid’的核系数且gamma的值必须大于0。随着gamma的增大，存在对于测试集分类效果差而对训练分类效果好的情况，并且容易泛化误差出现过拟合。

2. 时间序列分析的评价指标

   • 均方误差(MSE)
     $$\frac{1}{m}\sum _{i=1}^m(y_i-\widehat{y_i}{)}^2$$
     其中 $y_i$ 是真实值， $\widehat{y_i}$ 是预测值
   • 均方根误差(RMSE)
     $$\sqrt{\frac{1}{m}\sum _{i=1}^m(y_i-\widehat{y_i}{)}^2}$$
     均方根误差就是均方误差开方，使误差的量级和原数据一致，使数据更好描述
   • 平均绝对误差(MAE)
     $$\frac{1}{m}\sum _{i=1}^m|y_i-\widehat{y_i}|$$
   • 对称平均绝对百分误差(SMAPE)
     $$\frac{100\%}{n}\sum _{i=1}^n\frac{|y_i-{\hat{y}}_i|}{(|y_i|+|{\hat{y}}_i|)/2}$$

3. 数据标准化

   [In]:
   import numpy as np
   from sklearn.preprocessing import MinMaxScaler
   
   # 用最大最小值标准化
   scaler = MinMaxScaler(feature_range=(0,  1))
   arr = np.array([1,2,3,4,5,6,7])
   # 讲arr变形为[[1][2][3][4][5][6][7]]，因为fit_transform需要2维输入
   arr = arr.reshape(-1, 1)
   print(arr)
   # fit_transform(arr)将arr实现标准化
   dataset = scaler.fit_transform(arr)
   # ravel()的作用是将n维矩阵降为1维
   dataset = dataset.ravel()
   print(dataset)
   
   [Out]: 
   [[1]
   [2]
   [3]
   [4]
   [5]
   [6]
   [7]]
   
   [0. 0.16666667 0.33333333 0.5 0.66666667 0.83333333 1. ]