Tập huấn luyện và tập kiểm tra

Dự báo bằng R

Rob J. Hyndman

Professor of Statistics at Monash University

Tập huấn luyện và tập kiểm tra

ch2_vid3_slides.003.png

Tập huấn luyện và tập kiểm tra

ch2_vid3_slides.004.png

Tập huấn luyện và tập kiểm tra

ch2_vid3_slides.005.png

Không dùng tập kiểm tra cho bất kỳ bước tính dự báo nào
Xây dựng dự báo từ tập huấn luyện
Mô hình khớp tốt dữ liệu huấn luyện không nhất thiết dự báo tốt

Ví dụ: Sản lượng dầu Ả Rập Xê Út

training <- window(oil, end = 2003)
test <- window(oil, start = 2004)
fc <- naive(training, h = 10)
autoplot(fc) + autolayer(test, series = "Test data")

Sai số dự báo

"Sai số" dự báo = chênh lệch giữa giá trị quan sát và dự báo trong tập kiểm tra.

$\neq$ phần dư

là sai số trên tập huấn luyện (khác tập kiểm tra)
dựa trên dự báo một bước (khác nhiều bước)

Tính độ chính xác bằng sai số dự báo trên dữ liệu kiểm tra

Đo lường độ chính xác dự báo

Quan sát: $y_t$
Dự báo: $\hat{y}_t$
Sai số dự báo: $e_t = y_t - \hat{y}_t$

Thước đo độ chính xác	Cách tính
Sai số tuyệt đối trung bình	$\text{MAE} = avg(\mid e_t \mid)$
Sai số bình phương trung bình	$\text{MSE} = avg(e_t^2)$
Tỷ lệ sai số tuyệt đối TB	$\text{MAPE} = 100 \times avg(\mid \frac{e_t}{y_t} \mid )$
Sai số tuyệt đối tỉ lệ TB	$\text{MASE} = \frac{\text{MAE}}{Q}$ với $Q$ là hằng số tỉ lệ

Lệnh accuracy()

accuracy(fc, test)

                  ME   RMSE    MAE    MPE    MAPE    MASE    ACF1  Theil's U
Training set   9.874  52.56  39.43  2.507  12.571  1.0000  0.1802         NA
Test set      21.602  35.10  29.98  3.964   5.778  0.7603  0.4030      1.185

Hãy luyện tập!

Dự báo bằng R