1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Thiết kế Pipeline Dự báo cho Môi trường Production
Connected

Bài tập

Đánh giá hiệu năng dự báo

Trong bài tập này, bạn sẽ đánh giá và trực quan hóa hiệu năng của mô hình dự báo mà bạn đã xây dựng ở bài trước.

Tập dữ liệu test, kết quả ml_forecast, và plot_series đã được nạp sẵn, cùng với các hàm đánh giá (mape, rmse, coverage, như bên dưới) và pandas dưới bí danh pd.

def mape(y, yhat):
    mape = mean(abs(y - yhat)/ y) 
    return mape

def rmse(y, yhat):
    rmse = (mean((y - yhat) ** 2 )) ** 0.5
    return rmse

def coverage(y, lower, upper):
    coverage = sum((y <= upper) & (y >= lower)) / len(y)
    return coverage

Hãy đánh giá hiệu năng của mô hình trước, sau đó trực quan hóa dự báo.

Hướng dẫn

100 XP
  • Tạo fc bằng cách trộn (merge) hai tập dữ liệu ml_forecast và test.
  • Tính rmse bằng hàm tùy chỉnh rmse() đã cho, truyền fc["y"] và fc[model] theo đúng thứ tự vào hai tham số; lưu vào biến r bên trong vòng lặp for.
  • Hoàn tất bước đánh giá bằng cách sắp xếp fc_performance theo rmse tăng dần.