time X Y
0.000543 0 10
0.000575 0 10
0.041324 1 10
0.041331 2 10
0.041336 3 10
0.04134 4 10
...
9.987735 55 239
9.987739 56 239
9.987744 57 239
9.987749 58 239
9.987938 59 239
数据集中的第三列(Y)是我的真实值——这是我想要预测(估计)的。我想对Y进行预测(即根据X之前的100个滚动值预测Y的当前值。为此,我使用random forest regression model编写了以下python脚本。#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
@author: deshag
"""
import pandas as pd
import numpy as np
from io import StringIO
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error
from math import sqrt
df = pd.read_csv('estimated_pred.csv')
for i in range(1,100):
df['X_t'+str(i)] = df['X'].shift(i)
print(df)
df.dropna(inplace=True)
X=pd.DataFrame({ 'X_%d'%i : df['X'].shift(i) for i in range(100)}).apply(np.nan_to_num, axis=0).values
y = df['Y'].values
reg = RandomForestRegressor(criterion='mse')
reg.fit(X,y)
modelPred = reg.predict(X)
print(modelPred)
print("Number of predictions:",len(modelPred))
meanSquaredError=mean_squared_error(y, modelPred)
print("MSE:", meanSquaredError)
rootMeanSquaredError = sqrt(meanSquaredError)
print("RMSE:", rootMeanSquaredError)
最后,我测量了均方根误差(RMSE),得到了RMSE的19.57。根据我从文档中读到的,它说平方误差的单位与响应的单位相同。有没有办法用百分比表示一个RMSE的值?例如,说这个百分比的预测是正确的,这是大错特错的。
在最新版本的sklearn中,有一个用于计算mean absolute percentage error (MAPE)的check_array函数,但是当我在下面尝试时,它的工作方式似乎与前一版本不同。import numpy as np
from sklearn.utils import check_array
def calculate_mape(y_true, y_pred):
y_true, y_pred = check_array(y_true, y_pred)
return np.mean(np.abs((y_true - y_pred) / y_true)) * 100
calculate_mape(y, modelPred)
这将返回一个错误:ValueError: not enough values to unpack (expected 2, got 1)。这似乎是最新版本中的check_array函数只返回一个single value,与前一版本不同。
有没有办法用百分比来表示RMSE,或者用sklearn来计算Python?