معرفی شرکت ها


diebold-mariano-test-0.0.8


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Diebold Mariano test
ویژگی مقدار
سیستم عامل -
نام فایل diebold-mariano-test-0.0.8
نام diebold-mariano-test
نسخه کتابخانه 0.0.8
نگهدارنده []
ایمیل نگهدارنده []
نویسنده echosun
ایمیل نویسنده echosun1996@126.com
آدرس صفحه اصلی https://github.com/echosun1996/DieboldMarianoTest
آدرس اینترنتی https://pypi.org/project/diebold-mariano-test/
مجوز -
# Diebold Mariano Test 工具包 ![Python package](https://github.com/echosun1996/DieboldMarianoTest/workflows/Python%20package/badge.svg) ![PyPI version](https://badge.fury.io/py/diebold-mariano-test.svg) ![Python](https://img.shields.io/pypi/pyversions/diebold-mariano-test.svg?style=plastic) ## 特点 通过DM检验的结果,可以判别任意两类算法的预测结果是否存在差异性。 ## 安装 ```bash pip install diebold-mariano-test ``` ## 更新 ```bash pip install --upgrade diebold-mariano-test ``` ## 使用说明 ```bash >>> # 导入包 >>> from diebold_mariano_test import * >>> ori_list = [3, 5, 4, 1] # 原始时间序列数据 >>> a1_list = [2, 3, 4, 2] # 预测算法一得到的时间序列数据 >>> a2_list = [3, 2, 2, 4] # 预测算法二得到的时间序列数据 >>> # 使用MSE方法计算 Diebold-Mariano Test. >>> d_t_list = cul_d_t(MSE, ori_list, a1_list, a2_list) >>> print(d_t_list) # 输出中间变量d_t的数值。 [1, -4, -8, -16] >>> cul_DM(d_t_list) # 输出结果 -2.254898764780173 >>> cul_P(d_t_list) # 输出伴随的P值 0.024139683878213303 >>> # 使用MAE方法计算 Diebold-Mariano Test. >>> d_t_list = cul_d_t(MAE, ori_list, a1_list, a2_list) >>> print(d_t_list) # 输出中间变量d_t的数值。 [1, 0, -2, -4] >>> cul_DM(d_t_list) # 输出结果 -1.4213381090374029 >>> cul_P(d_t_list) # 输出伴随的P值 0.155218489684684 ``` ## 说明 项目发布于PyPI:[单击访问](https://pypi.org/project/diebold-mariano-test/) 本模块尚不完善,有任何相关问题或建议,欢迎在本项目的github页面中提交issue: [单击访问](https://github.com/echosun1996/DieboldMarianoTest) # License GNU General Public License v3.0


نیازمندی

مقدار نام
>=1.4.1 scipy


زبان مورد نیاز

مقدار نام
>=3.5 Python


نحوه نصب


نصب پکیج whl diebold-mariano-test-0.0.8:

    pip install diebold-mariano-test-0.0.8.whl


نصب پکیج tar.gz diebold-mariano-test-0.0.8:

    pip install diebold-mariano-test-0.0.8.tar.gz