เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error)

ก่อนนำโมเดลไปใช้พยากรณ์ ควรตรวจสอบก่อนว่าผลลัพธ์มีความแม่นยำแค่ไหน ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error หรือ MAE) เป็นตัวชี้วัดที่ดีสำหรับสิ่งนี้ โดยคำนวณจากค่าเฉลี่ยของผลต่างระหว่างค่าพยากรณ์และค่าจริง

ในแบบฝึกหัดนี้ จะคำนวณ MAE สำหรับโมเดล ARMA(1,1) ที่ fit กับอนุกรมเวลาแผ่นดินไหว

numpy ถูก import ไว้แล้วในชื่อ np และอนุกรมเวลาแผ่นดินไหวพร้อมใช้งานในชื่อ earthquake

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ARIMA Models ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ฟังก์ชันใน np เพื่อคำนวณค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAE) จาก attribute .resid ของออบเจกต์ results
  • แสดงผลค่า MAE
  • ใช้เมธอด .plot() ของ DataFrame โดยไม่ต้องใส่ argument เพื่อพล็อตอนุกรมเวลา earthquake

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด