Wie berechnet man MAPE und DS in MATLAB

Question

Ich benutze fitrsvm mit Standard, Kreuz-Validierung und KFold-Validierungen.

%%In sample validation. 
rng default ; 
mdl = fitrsvm(X,Y, 'Standardize',true); 
loss = resubLoss(mdl) 
%% out of sample validation with 80% traning and 20% validation  
CVmdl = crossval(mdl,'Holdout',0.2); 
CVloss = kfoldLoss(CVmdl) 
%% 10Fold Cross Validation Model 
KFmdl = crossval(mdl); 
KFloss = kfoldLoss(KFmdl) 

Ich muss die MAPE und direktionale Symmetrie (DS) für diese Modelle berechnen. Gibt es eine eingebaute Funktion (wie Verlust oder KfoldLoss) in Matlab? Oder muss ich diese als Funktionen implementieren?

Answer 1

Hier implementiert ich sowohl die Richtungs Symmetry (DS) und Mittlerer absoluter Fehler in Prozent (MAPE) als Funktionen

function mape(Y, Ypredict, indxtest) 
smape = 0; 

    if isempty(indxtest) 
     for i = 1 :length(Y) 
      smape = smape + (abs((Ypredict(i) - Y(i)))/Y(i)); 
     end 
    else 
     j = find(indxtest); 
     for i = 1 :length(j) 
      smape = smape + (abs((Ypredict(i) - Y(j(i))))/Y((j(i)))); 
     end 
    end 

mape = smape * 100/length(Y) 
end 
------------------------------------------------------- 
function ds(Y, Ypredict, indxtest) 
sds = 0; 
if isempty(indxtest) 
    for i = 2 :length(Y) 
     if (((Y(i)-Y(i-1))*(Ypredict(i)-Ypredict(i-1))) > 0) 
     sds = sds + 1; 
     end 
    end 
else 
    j = find(indxtest); 
    for i = 2 :length(j) 
     if (((Y(j(i))-Y(j(i-1)))*(Ypredict((i))-Ypredict(i-1))) > 0) 
      sds = sds + 1; 
     end 
    end 
end 
ds = sds * 100/length(j) 
end 

Obwohl dies funktioniert gut für mich, aber ich werde es begrüßen, wenn jemand hilft mir, um es zu verbessern entweder Minimierung der Anzahl der Linien oder Erhöhung der Effizienz.