statsmodel ARIMA 的不切實際的均方誤差

Question

前言：我不知道我在做什么。

對於 uni stats class，我們必須在 python 中進行一些時間序列預測。

我基本上遵循了本教程，但使用了我的數據： https://www.digitalocean.com/community/tutorials/a-guide-to-time-series-forecasting-with-arima-in-python-3

除了 MSE，一切都運行良好。

當繪制所有內容時，它看起來像這樣：

這是我用於 MSE 的數據：

原始數據（交易['2016-05-01':]）：

DATE_BOOKING
2016-05-01    11327.548387
2016-06-01    11534.000000
2016-07-01    11391.677419
2016-08-01    11259.451613
2016-09-01    11968.366667
2016-10-01     7844.387097
2016-11-01     6270.800000
2016-12-01     5103.516129
2017-01-01     4631.032258
2017-02-01     5092.928571
2017-03-01     7800.258065
2017-04-01     8359.133333
2017-05-01     9495.062500

預測（預測）數據（pred.predicted_mean）：

DATE_BOOKING
2016-05-01     9375.120610
2016-06-01    11038.420268
2016-07-01    11571.006853
2016-08-01    10856.183244
2016-09-01    10148.262512
2016-10-01     9433.060067
2016-11-01     7044.780142
2016-12-01     5037.930509
2017-01-01     5337.963486
2017-02-01     5767.081120
2017-03-01     6616.610224
2017-04-01     9389.836132
2017-05-01    10258.791544

我正在通過以下方式計算 MSE：

transactions_forecasted = pred.predicted_mean
transactions_truth = transactions['2016-05-01':]
mse = ((transactions_forecasted - transactions_truth) ** 2).mean()
print('The Mean Squared Error of our forecasts is {}'.format(round(mse, 2)))
print('The Root Mean Squared Error of our forecasts is {}'.format(round(np.sqrt(mse), 2)))

這是結果：
我們預測的均方誤差為 1130250.12
我們預測的均方根誤差為 1063.13

與我搜索過的其他 MSE 相比，它似乎非常高。

你能告訴我我做錯了什么嗎？

如果需要，我可以發布更多（全部）代碼。

提前致謝！

Answer 1

均方誤差無法跨數據集進行比較，因為其大小取決於數據集的單位。 因此，您無法將您在此處獲得的 MSE 與您在使用其他數據的示例問題中看到的 MSE 進行比較。

判斷您獲得的 MSE 值是否合理的一種方法是查看均方根誤差，它在原始數據集的范圍內。 它大約是 1000，平均而言，預測看起來與真實值相差大約 1000。

（這第二部分有點簡化，因為 RMSE 對大錯誤的懲罰比對小錯誤的懲罰更大，但它可以讓您大致檢查您獲得的值是否在大致范圍內）。