对于时间序列模型，什么是坏的、好的和优秀的度量分数？

Question

我为我的主项目创建了几个模型，我使用了几个度量来进行评估。我使用MSE、MAE、MAPE、RMSE并不是因为我对它们了解很多，因为我在许多其他项目中看到了这些度量标准。现在我有问题了，我需要解释结果。我搜索一些文章或一些研究，这些文章或研究将衡量标准的性能分为好的、坏的或优秀的。我现在发现的唯一材料就是这个一。

用这种解释

MAPE < 10%是优秀，MAPE < 20%是好的

最好能为每个度量标准( MSE、MAE、MAPE、RMSE )提供这种正式或非正式的解释，专门用于时间序列预测问题。

Answer 1

我不认为有一个度量值的银弹，因为它是高度特定的问题，以某种方式，你需要比较你的结果和基线，以了解它有多可行。

例如，在时间序列中，预测的下一个点的公共基线是前一个点或一些移动平均值。您可以获得像MAPE这样的错误度量(但是要小心，因为它有其缺点)，并将您的模型MAPE与基线MAPE (例如移动平均值)进行比较，通过这种比较，您可以讨论如何更好地处理您的方法。

此外，检查关于MAPE和其他指标的这篇文章。