ÎncepețiÎncepe gratuit

SES vs. naive

În acest exercițiu, vei aplica cunoștințele despre seturile de antrenament și testare, funcția subset() și funcția accuracy() – toate învățate în Capitolul 2 – pentru a compara prognozele SES și naive pe setul de date marathon.

Ai făcut ceva similar pentru a compara prognozele naive și cele bazate pe medie într-un exercițiu anterior: „Evaluarea acurateței prognozelor pentru metode non-sezoniere".

Hai să revedem procesul:

  1. Mai întâi, importă și încarcă datele. Stabilește câte date aloci pentru antrenament și câte pentru testare; cele două seturi nu trebuie să se suprapună.
  2. Folosește subset() pentru a crea un set de antrenament, pe care îl vei folosi ca argument în funcțiile de prognoză. Opțional, poți crea și un set de testare pentru a-l folosi ulterior.
  3. Calculează prognozele pentru setul de antrenament folosind funcțiile de prognoză alese și setează h egal cu numărul de valori pe care vrei să le prognozezi – acesta coincide cu lungimea setului de testare.
  4. Pentru a vizualiza rezultatele, folosește funcția accuracy() cu prognoza ca prim argument și datele originale (sau setul de testare) ca al doilea argument.
  5. Alege o măsură din rezultate, cum ar fi RMSE sau MAE, pentru a evalua prognozele; o eroare mai mică indică o acuratețe mai mare.

Setul de date marathon este deja încărcat în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Prognoze în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosind subset(), creează un set de antrenament pentru marathon care să conțină toate datele, cu excepția ultimilor 20 de ani, pe care îi vei rezerva pentru testare.
  • Calculează prognozele SES și naive pentru acest set de antrenament și salvează-le în fcses, respectiv fcnaive.
  • Calculează măsurile de acuratețe ale celor două seturi de prognoze folosind funcția accuracy() în consolă.
  • Atribuie cele mai bune prognoze (fie fcses, fie fcnaive) pe baza RMSE variabilei fcbest.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create a training set using subset()
train <- ___(___, end = length(marathon) - ___)

# Compute SES and naive forecasts, save to fcses and fcnaive
fcses <- ses(___, h = ___)
fcnaive <- naive(___, h = ___)

# Calculate forecast accuracy measures
accuracy(___, ___)
accuracy(___, ___)

# Save the best forecasts as fcbest
fcbest <- ___
Editează și rulează codul