R中的rmse函数问题

Posted 2023-03-12

【中文标题】R中的rmse函数问题

【英文标题】：rmse function issue in R

【发布时间】：2020-09-07 14:33:26

【问题描述】：

我有一个 R 代码，其中包含一些嵌套括号 for 循环，我在其中使用了 Metrics 包中的 rmse() 函数。我在没有该功能的情况下尝试了它并且它有效，但在我的嵌套 R 代码中它没有。

这就是我想用R做的事情

我已生成 50 个时间序列数据集。 我将同一时间序列数据集分割成以下大小的块：2,3,...,48,49 让我从上面的步骤 1 中形成了 48 个不同的时间序列。 我将每个 48 时间序列数据集划分为 train 和 test 集，因此我可以使用 Metrics 包中的 rmse 函数来获取步骤中形成的 48 个子序列的均方根误差 (RMSE) 2. 每个系列的 RMSE 然后根据它们的块大小制成表格 我为每个 48 个不同的时间序列数据集获得了最好的 ARIMA 模型。

我的 R 代码

 # simulate arima(1,0,0)
 library(forecast)
 library(Metrics)
 n <- 50
 phi <- 0.5
 set.seed(1)
 wn <- rnorm(n, mean=0, sd=1)
    ar1 <- sqrt((wn[1])^2/(1-phi^2))
 for(i in 2:n)
   ar1[i] <- ar1[i - 1] * phi + wn[i]
 
 ts <- ar1

 t<-length(ts)# the length of the time series
 li <- seq(n-2)+1 # vector of block sizes(i.e to be between 1 and n exclusively)

 RMSEblk<-matrix(nrow = 1, ncol = length(li))#vector to store block means
 colnames(RMSEblk)<-li
 for (b in 1:length(li))
     l<- li[b]# block size
     m <- ceiling(t / l) # number of blocks
     blk<-split(ts, rep(1:m, each=l, length.out = t)) # divides the series into blocks
     singleblock <- vector() #initialize vector to receive result from for loop
     for(i in 1:10)
         res<-sample(blk, replace=T, 100) # resamples the blocks
         res.unlist<-unlist(res, use.names = F) # unlist the bootstrap series
         # Split the series into train and test set
         train <- head(res.unlist, round(length(res.unlist) * 0.6))
         h <- length(res.unlist) - length(train)
         test <- tail(res.unlist, h)

        # Forecast for train set
        model <- auto.arima(train)
        future <- forecast(test, model=model,h=h)
        nfuture <- as.numeric(out$mean) # makes the `future` object a vector
        # use the `rmse` function from `Metrics` package
        RMSE <- rmse(test, nn)
        singleblock[i] <- RMSE # Assign RMSE value to final result vector element i
    
    #singleblock
    RMSEblk[b]<-mean(singleblock) #store into matrix
 
 RMSEblk

我遇到的错误

#Error in rmse(test, nn): unused argument (nn)
#Traceback:

但是当我写的时候

library(forecast)

train <- head(ar1, round(length(ar1) * 0.6))
h <- length(ar1) - length(train)
test <- tail(ar1, h)
model <- auto.arima(train)
#forecast <- predict(model, h)
out <- forecast(test, model=model,h=h)
nn <- as.numeric(out$mean)
rmse(test, nn)

确实有效

请指出我遗漏了什么？

【参考方案1】：

您的代码没有定义 nn。其他有效的代码有 nn。要使用干净的 slate 启动代码，请将此行作为第一个可执行行：

rm(list=ls())

【参考方案2】：

在您的 for 循环中进行两次非常小的更正后，我能够运行您的代码。请参阅两行注释：

 for (b in 1:length(li))
     l<- li[b]
     m <- ceiling(t / l)
     blk<-split(ts, rep(1:m, each=l, length.out = t))
     singleblock <- vector()
     for(i in 1:10)
         res<-sample(blk, replace=T, 100)
         res.unlist<-unlist(res, use.names = F)
         train <- head(res.unlist, round(length(res.unlist) * 0.6))
         h <- length(res.unlist) - length(train)
         test <- tail(res.unlist, h)

        model <- auto.arima(train)
        future <- forecast(test, model=model,h=h)
        nfuture <- as.numeric(future$mean) # EDITED: `future` instead of `out`
        RMSE <- rmse(test, nfuture) # EDITED: `nfuture` instead of `nn`
        singleblock[i] <- RMSEi
    
    RMSEblk[b]<-mean(singleblock)
 

这些拼写错误可能不会导致错误，因为在您运行 for 循环时，nn 和 out 是在全局环境中定义的。一个好的调试技巧是重新启动 R 并尝试重现问题。