Я занимаюсь прогнозным моделированием многомерных данных временных рядов в R с использованием различных моделей, таких как Arima, H2O.Randomforest, glmnet, lm и некоторых других моделей.
Я создал функцию, чтобы выбрать модель по нашему выбору и сделать прогноз.
Model1 <- function(){
..
return()
}
Model2 <- function(){
...
return()
}
Model3 <- function(){
...
return()
}
main <- function(n){
if(n == 1) {
Model1()
}
else if(n == 2){
Model2()
}
else if(n == 3){
Model3()
}}
Теперь я должен автоматизировать эти модели, что дает RMSE
и MAPE
, обнаруживая точность между предсказанным и наблюдаемым значением. Я хотел бы дать оценку (например, из 5) для каждого на основе производительности. Например, если Arima
дает низкую RMSE
, чем другие модели, она будет оценена высоко, а вторая модель RMSE
с наименьшей оценкой получит менее Arima
и так далее.
И каждый раз, когда я запускаю эти модели с разными входными данными, они должны давать средний балл модели. то, что я хочу сказать,
1. for model1 it will give scores of each model, let's say *s1*.
2. for model2 run it give scores of each model, and let's call it *s2*.
И мне нужен средний балл этой модели каждый раз, когда я запускаю ее с разными входными данными. Это больше похоже на метод подсчета очков и ранжирования.
Есть ли в R какие-либо методы или пакеты, которые могут дать представление о том, как это делается? или какие-нибудь примеры? Любые предложения были бы очень полезны. Я даже поделился своим вопросом здесь на проверке Cross.
Спасибо.
n
наблюдениями дляm
временных рядов дляj
двигателейmotor1, motor2, ... motorj
? Вы хотите автоматизировать задачу 1) подгонки нескольких моделей к даннымmotor1, motor2, ... motorj
2) ранжировать модели по степени соответствия с RMSE / MAPE и 3) возвращатьj
списки с ранжированием моделей дляj
входных двигателей? - person Numb3rs   schedule 07.07.2017rank()
для ранжирования методов. но я хочу дать оценку (например, из 5) каждой модели на основе ее значения RMSE / MAPE, например, оценочных карточек. - person dhinar   schedule 07.07.2017