शुरू करेंमुफ़्त में शुरू करें

मीन एब्सॉल्यूट एरर

स्पष्ट है, मॉडल से प्रेडिक्ट करने से पहले, आप यह जानना चाहेंगे कि आपकी प्रेडिक्शंस कितनी सटीक हैं. मीन एब्सॉल्यूट एरर (MAE) इसके लिए एक अच्छा स्टैटिस्टिक है. यह आपकी प्रेडिक्शंस और सही मानों के बीच औसत अंतर होता है.

इस अभ्यास में आप earthquakes टाइम सीरीज़ पर फिट किए गए ARMA(1,1) मॉडल के लिए MAE की गणना करेंगे.

numpy आपके एनवायरनमेंट में np नाम से इम्पोर्ट किया गया है और earthquakes टाइम सीरीज़ earthquake के रूप में उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ARIMA Models

पाठ्यक्रम देखें

अभ्यास निर्देश

  • results ऑब्जेक्ट के .resid एट्रिब्यूट का मीन एब्सॉल्यूट एरर (MAE) निकालने के लिए np फंक्शंस का उपयोग करें.
  • MAE को प्रिंट करें.
  • DataFrame की .plot() मेथड को बिना आर्ग्युमेंट्स के कॉल करके earthquake टाइम सीरीज़ को प्लॉट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Fit model
model = ARIMA(earthquake, order=(1,0,1))
results = model.fit()

# Calculate the mean absolute error from residuals
mae = ____

# Print mean absolute error
print(____)

# Make plot of time series for comparison
____
plt.show()
कोड संपादित करें और चलाएँ