[英]How to find accuracy of ARIMA model?
问题描述:CPU 利用率预测。
方法:使用时间序列算法。
第 1 步:我从 Elasticsearch 收集了 1000 个观察结果并在 Python 上导出。
第 2 步:绘制数据并检查数据是否平稳。
步骤3 :使用日志将数据转换为固定形式。
第 4 步:完成 DF 测试、ACF 和 PACF。
第 5 步:构建ARIMA(3,0,2)
模型。
第 6 步:预测。
我构建了一个ARIMA (3,0,2)
时间序列模型,但无法找到模型的准确性。 有什么命令可以让我们在 Python 中检查模型的准确性吗?
您能否建议我的方法是否正确以及如何在 Python 中找到模型的准确性?
方法正确与否-
我希望你能从 ACF 和 PACF 中找到最好的 P、Q 值。 python中有github代码会做一些类似Auto Arima(自动找到最佳参数)的事情,所以你不必担心P,q值。 基本上,在模型的 BIC 最小的情况下,采用 P,Q 值。
Pyhton 代码-
有三个主要指标用于评估线性模型。 它们是:平均绝对误差 (MAE)、均方误差 (MSE) 或均方根误差 (RMSE)。
MAE :最容易理解。 代表平均误差
MSE : 类似于 MAE,但噪声被夸大了,更大的错误被“惩罚”。 它比 MAE 更难解释,因为它不在基本单位中,但是,它通常更受欢迎。
RMSE :最流行的指标,类似于 MSE,但是,结果是平方根,使其更易于解释,因为它是基本单位。 建议将 RMSE 用作解释模型的主要指标。
下面,您可以看到如何计算每个指标。 所有这些都需要两个列表作为参数,一个是您的预测值,另一个是真实值-
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.