python - 获取一段时间的均方根误差 (RMSE)
问题描述
我有两个时间序列(预测和实现),都从 2003 年开始直到今天。我需要计算每个月和每年的 RMSE。你能帮我写代码吗?我使用过np.sqrt(metrics.mean_squared_error(actual, forecast))
,但它为整个集合提供了 RMSE。非常感谢!
解决方案
我假设您的数据是一个pandas
数据框。如果是这样,您希望按月份分组,然后按以下方式汇总rmse
:
from sklearn.metrics import mean_squared_error
df["differ"] = df["Forecast"] - df["Actual"]
rmseser = df.groupby(['Year', 'Month']).differ.agg(lambda x: sqrt(np.sum(x * x))
推荐阅读
- search - 如何在多个 DOCX 文件中搜索 Word 字段中的字符串?
- javascript - 如果阈值为 Number.MIN_VALUE,则在数组中查找超过某个阈值的最小值的函数不会找到低于 1 的数字。如何解决这个问题?
- python - Python 数据相关错误:列表索引必须是整数或切片,而不是 str
- c - 在不同上下文中使用“绑定”系统调用的“地址已在使用”(EADDRINUSE)问题
- node.js - 谷歌云功能节点JS SFTP到云存储传输文件错误
- powershell - Powershell 压缩存档
- xcode - 如何将 Xcode 上的编译器更改为 gcc 7.3.0?
- c++ - 在 arduino/c/c++ 中使用字节序操作重新排序 24 位字节数组的字节顺序?
- javascript - Vue.js: Using mixin functions inside vue.router routes
- javascript - 使用滚动条定位表格以填充页面