背景是这样:
我在做一个小样本的多变量的时序预测,采用前5个时间点的4个特征变量预测下一个时间点的4个特征变量,计算mse的方法如下:对应位置计算平方差除以array的行列之积(个数),对应图片就是如下:(4-2)²/8 = 0.5;
但我发现直接计算mse = mean_squared_error(Y_test, predictions)不好,因为我四个特征变量的尺度不一样,这样mse反应的其实是尺度最大的变量的误差情况,比如:
所以要么提前进行数据的标准化,要么分变量计算mse
背景是这样:
我在做一个小样本的多变量的时序预测,采用前5个时间点的4个特征变量预测下一个时间点的4个特征变量,计算mse的方法如下:对应位置计算平方差除以array的行列之积(个数),对应图片就是如下:(4-2)²/8 = 0.5;
但我发现直接计算mse = mean_squared_error(Y_test, predictions)不好,因为我四个特征变量的尺度不一样,这样mse反应的其实是尺度最大的变量的误差情况,比如:
所以要么提前进行数据的标准化,要么分变量计算mse