多目标

返回跨实体的预测指标的数据框。

返回的指标：

• 平均绝对误差
• MASE
• 均方误差
• 过度预测
• 均方根误差
• 均方根误差平方和
• 对称平均绝对百分比误差
• 低估

注意：MAPE 被排除以避免可能的零除错误。我们建议查看 SMAPE。

参数：

名称	类型	描述	默认
y_true	DataFrame	真实值（正确的）目标值。	必需
y_preds	DataFrame	在交叉验证分割中堆叠的预测值。 DataFrame包含四列：entity、time、target、"split"。	required
agg_method	Optional[str] = None	方法 ("mean", "median") 用于对实体的分数进行聚合。 如果为 None，重叠分割中的预测将被等权重处理，即不应用聚合。	None

返回：

名称	类型	描述
scores	DataFrame	按实体逐行计算的度量指标的DataFrame。

返回跨实体的预测指标的数据框。

返回的指标：

• 平均绝对误差
• 均方误差标准化
• 均方误差
• 过度预测
• 均方根误差
• 均方根标准误差
• 对称平均绝对百分比误差
• 低估

注意：使用SMAPE代替MAPE以避免潜在的除以零错误。

参数：

名称	类型	描述	默认
y_true	DataFrame	真实值（正确的）目标值。	必需
y_pred	DataFrame	预测值。	必需
y_train	DataFrame	观察到的训练值。	必需

返回：

名称	类型	描述
scores	DataFrame	按实体逐行计算指标的DataFrame。

给定一个预测指标的数据框，返回一个根据 agg_method 聚合的指标数据类。

参数：

名称	类型	描述	默认
scores	DataFrame	分数的数据框。N行实体与M列指标的组合。	必需
agg_method	str	方法（"mean"，"median"）用于按实体聚合分数。	'mean'

返回：

名称	类型	描述
metrics	Metrics	聚合各个实体的分数的数据类。