python做测量_我们如何在python中测量rmse?

本文介绍了如何使用Python的PyKalman库实现Kalman Filter,并通过一个时间序列数据集进行预测。作者展示了如何从数据中提取观测值,设置Kalman Filter参数,进行过滤操作,并绘制实际值与预测值的对比图。最后,文章提出了如何计算预测值与实际值之间的均方根误差(RMSE)的问题。
摘要由CSDN通过智能技术生成

我正在用做实验

Kalman Filters

.我已经创建了一个非常小的时间序列数据,其中有三列的格式如下。为了可复制性,这里附加了完整的数据集,因为我无法在stackoverflow上附加文件:

time X Y

0.040662 1.041667 1

0.139757 1.760417 2

0.144357 1.190104 1

0.145341 1.047526 1

0.145401 1.011882 1

0.148465 1.002970 1

.... ..... .

我读过

the documetation

Kalman Filter

并设法做了一个简单的线性预测,这是我的代码

import matplotlib.pyplot as plt

from pykalman import KalmanFilter

import numpy as np

import pandas as pd

df = pd.read_csv('testdata.csv')

print(df)

pd.set_option('use_inf_as_null', True)

df.dropna(inplace=True)

X = df.drop('Y', axis=1)

y = df['Y']

estimated_value= np.array(X)

real_value = np.array(y)

measurements = np.asarray(estimated_value)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值