Измерьте точность модели на Prophet

Я запускаю этот код. Прогнозирование для нескольких временных рядов с Prophet, но не знаю, как оценить модель.

import pandas as pd
from fbprophet import Prophet
data = pd.read_csv(r'C:\Users\XXX.csv')
ids = data['id'].unique()
series = []
for id in ids:
   f = data[data['id'] == id]
   series.append(f)

def run_prophet(timeserie):
    model = Prophet(yearly_seasonality=False,daily_seasonality=False)
    model.fit(timeserie)
    forecast = model.make_future_dataframe(periods=90, include_history=False)
    forecast = model.predict(forecast)
    return forecast

results = list(map(lambda timeserie: run_prophet(timeserie), series))

results[0] 
results[1]

Структура данных примерно такая:

id       ds         y
id1   2017-01-01    12
id2   2017-01-01    15
id3   2017-01-01    16

python forecast facebook-prophet
person Oscar Mayorga    schedule 11.11.2019    source источник

Ответы (1)


arrow_upward
1
arrow_downward

вы можете сделать это, импортировав это: from sklearn.metrics import mean_squared_error, r2_score, mean_absolute_error затем r2_score(original price,predicted price) это то же самое для остальных, обратите внимание: оба массива должны иметь одинаковую длину выборок.

person Waqar Ahmad    schedule 13.07.2020