预测评价指标(RMSE,MSE,MAE,MAPE,SMAPE)
注:用于评价测试集预测值和真实值之间的误差
MSE(mean square error,均方误差)
RMSE(root mean square error,均方根误差)
MAE(mean absolute error,平均绝对误差)
MAPE(mean absolute precentage error,平均绝对百分比误差)
SMAPE(symmetric mean absolute percentage error,对称平均绝对百分比误差)
python代码如下:
import numpy as np
from sklearn import metrics
def mape(y_real,y_pred): #结果要加%
return 100.0*np.mean(np.abs((y_pred-y_real)/y_real))
def smape(y_real,y_pred): #结果要加%
return 100.0*np.mean(2*np.abs(y_pred-y_real)/(np.abs(y_pred)+np.abs(y_real)))
mse = metrics.mean_squared_error(y_real,y_pred)
rmse = np.sqrt(mse)
mae = metrics.mean_absolute_error(y_real,y_pred)
mape = mape(y_real,y_pred)
smape = smape(y_real,y_pred)