【发布时间】:2020-07-01 16:48:13
【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?我使用了np.sqrt(metrics.mean_squared_error(actual, forecast)),但它为整个集合提供了 RMSE。
非常感谢!
【问题讨论】:
-
我认为你需要研究切片
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?我使用了np.sqrt(metrics.mean_squared_error(actual, forecast)),但它为整个集合提供了 RMSE。
非常感谢!
【问题讨论】:
我假设您的数据是 pandas 数据框。如果是这样,您想按月份分组,然后按rmse 聚合:
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))
【讨论】: