評估預測器準確性 | 就愛喝咖啡
![評估預測器準確性](https://i.imgur.com/B2oemyF.jpg)
AmazonForecast會產生準確度指標來評估預測值,並協助您選擇用來產生預測值的準確度指標。Forecast會使用均方根誤差(RMSE)、加權分位數損失(WQL)、平均絕對百分比 ...
![評估預測器準確性](https://i.imgur.com/B2oemyF.jpg)
本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
Amazon Forecast 會產生準確度指標來評估預測值,並協助您選擇用來產生預測值的準確度指標。Forecast 會使用均方根誤差 (RMSE)、加權分位數損失 (WQL)、平均絕對百分比誤差 (MAPE)、平均絕對縮放誤差 (MASE) 和加權絕對誤差 (WAPE) 量度來評估預測值。
Amazon Forecast 使用回溯測試來調整參數並產生準確度指標。在回溯測試期間,Forecast 會自動將您的時間序列資料分割為兩個集合:訓練集和測試集。訓練集用於訓練模型,並產生測試集中資料點的預測。Forecast 會將預測值與測試集中的觀察值進行比較,來評估模型的準確度。
「Forecast」可讓您使用不同的預測型態來評估預測值,這些型態可以是一組分位數預測與平均預測。平均預測提供了一個點估計,而分位數預測通常提供一系列可能的結果。
解譯準確指標Amazon Forecast 提供均方根誤差 (RMSE)、加權分位數損失 (WQL)、平均加權分位數損失 (平均 WQL)、平均絕對縮放誤差 (MASE)、平均絕對誤差 (MAPE) 和加權絕對誤差 (WAPE) 指標來評估您的預測值。「Forecast」會與整體預測值的指標一起計算每個回測時段的指標。
您可以使用 Amazon 預測軟體開發套件 (SDK) 和 Amazon Forecast 測主控台,檢視 Amazon Forecast 測值的準確度指標。
Forecast SDK您可以使用GetAccuracyMetrics[1]作業PredictorArn來檢視每個回溯測試的 RMSE、MASE、MAPE、WAPE、平均 WQL 和 WQL 度量。
{ "PredictorArn": "arn:aws...