知識點

1. SVR

   • 參考
   • 支援向量機(SVM)是一種分類演算法，但是也可以做迴歸，根據輸入的資料不同可做不同的模型（若輸入標籤為連續值則做迴歸，若輸入標籤為分類值則用SVC做分類）
   • 對於SVM演算法，我們首先匯入sklearn.svm中的SVR模組。SVR()就是SVM演算法來做迴歸用的方法（即輸入標籤是連續值的時候要用的方法），通過以下語句來確定SVR的模式：

       from sklearn.svm import SVR
        
       svr = SVR(kernel=’rbf’, C=1e3, gamma=
      
     0.01)
     

     • kernal：核函式型別。一般常用的有‘rbf’，‘linear’，‘poly’，等，發現使用‘rbf’引數時函式模型的擬合效果最好，其他擬合都是線性擬合。
     • C：懲罰因子。C表徵你有多麼重視離群點，C越大越重視，越不想丟掉它們。C值大時對誤差分類的懲罰增大，C值小時對誤差分類的懲罰減小。當C越大，趨近無窮的時候，表示不允許分類誤差的存在，margin越小，容易過擬合；當C趨於0時，表示我們不再關注分類是否正確，只要求margin越大，容易欠擬合。
     • gamma：是’rbf’，’poly’和’sigmoid’的核係數且gamma的值必須大於0。隨著gamma的增大，存在對於測試集分類效果差而對訓練分類效果好的情況，並且容易泛化誤差出現過擬合。

2. 時間序列分析的評價指標

   • 均方誤差(MSE)
     $\frac{1}{m}\underset{i}{\overset{}{\sum }}$
     = 1 m ( y i − y i ^ ) 2 \frac{1}{m}\sum_{i=1}^{m}(y_i - \hat{y_i})^2
     其中 $y_i$ 是真實值， $\hat{y_i}$ 是預測值
   • 均方根誤差(RMSE)
     $\sqrt{\frac{1}{m}\sum_{i=1}^{m}(y_i - \hat{y_i})^2}$
     均方根誤差就是均方誤差開方，使誤差的量級和原資料一致，使資料更好描述
   • 平均絕對誤差(MAE)
     $\frac{1}{m}\sum_{i=1}^{m}\lvert y_i - \hat{y_i}\rvert$
   • 對稱平均絕對百分誤差(SMAPE)
     $\frac{100\%}{n} \sum_{i=1}^n \frac{\lvert y_i - \hat{y}_i \rvert}{(\lvert y_i \rvert + \lvert \hat{y}_i \rvert)/2}$

3. 資料標準化

   [In]:
   import numpy as np
   from sklearn.preprocessing import MinMaxScaler
   
   # 用最大最小值標準化
   scaler = MinMaxScaler(feature_range=(0,  1))
   arr = np.array([1,2,3,4,5,6,7])
   # 講arr變形為[[1][2][3][4][5][6][7]]，因為fit_transform需要2維輸入
   arr = arr.reshape(-1, 1)
   print(arr)
   # fit_transform(arr)將arr實現標準化
   dataset = scaler.fit_transform(arr)
   # ravel()的作用是將n維矩陣降為1維
   dataset = dataset.ravel()
   print(dataset)
   
   [Out]: 
   [[1]
   [2]
   [3]
   [4]
   [5]
   [6]
   [7]]
   
   [0. 0.16666667 0.33333333 0.5 0.66666667 0.83333333 1. ]