# Wyniki modeli szeregów czasowych

Modele czasowe przewidują wyniki jako liczby odpowiadające konkretnym przyszłym datom. Generowanych jest kilka wskaźników do oceny modeli szeregów czasowych.

## MASE

MASE oznacza średni bezwzględny błąd skalowany. MASE jest jednym z kluczowych wskaźników używanych do oceny i rekomendowania modeli szeregów czasowych w Qlik Predict.

W Qlik Predict wskaźnik MASE jest określany przez porównanie średniego błędu bezwzględnego ([MAE](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/scoring-time-series.htm#MAE)) prognozy z MAE prognozy naiwnej. Prognoza naiwna wykorzystuje ostatnią dostępną wartość jako prognozowaną wartość dla wszystkich przyszłych kroków.

## MAE

MAE oznacza średni błąd bezwzględny. Wraz z [MASE](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/scoring-time-series.htm#MASE) MAE jest jednym z kluczowych wskaźników używanych do oceny i rekomendowania modeli szeregów czasowych w Qlik Predict. MAE mierzy jakość modelu poprzez obliczanie współczynnika błędu w prognozach utworzonych przez model.

## MAPE

MAPE oznacza średni bezwzględny błąd procentowy.

## WMAPE

WMAPE oznacza ważony średni bezwzględny błąd procentowy.

## RMSE

Średnią kwadratową błędu (root mean squared error, RMSE) można interpretować jako średnią oczekiwaną różnicę +/- między wartością przewidywaną a rzeczywistą. Jest to odchylenie standardowe reszt (różnica między wartością obserwowaną a wartością przewidywaną dla cechy). RMSE mierzy się w tej samej jednostce co wartość celu.

Na przykład załóżmy, że naszym celem jest przewidzenie wartości kontraktu i otrzymujemy RMSE = 1250. Oznacza to, że średnio przewidywana wartość różni się o +/- 1250 USD od wartości rzeczywistej.

## MSE

MSE oznacza błąd średniokwadratowy.

## SMAPE

SMAPE oznacza symetryczny średni bezwzględny błąd procentowy.

## MDAPE

MDAPE oznacza medianę bezwzględnego błędu procentowego.

## MNRMSE

MNRMSE oznacza średnią pierwiastka błędu średniokwadratowego.

## MDNRMSE

MDNRMSE oznacza medianę pierwiastka błędu średniokwadratowego.

## Szybkość predykcji

Szybkość przewidywania to wskaźnik modelu, który ma zastosowanie do wszystkich typów modeli: klasyfikacji binarnej, klasyfikacji wieloklasowej, regresji i szeregów czasowych. Szybkość przewidywania mierzy, jak szybko model uczenia maszynowego jest w stanie generować predykcje.

W Qlik Predict szybkość predykcji jest obliczana na podstawie połączonego czasu obliczania cech i czasu predykcji zestawu danych testowych. Jest wyświetlana w wierszach na sekundę.

Szybkość przewidywania można przeanalizować w tabeli Wskaźniki modelu po uruchomieniu wersji eksperymentu. Dane dotyczące szybkości przewidywania można również wyświetlać podczas analizowania modeli z wbudowaną analityką. Więcej informacji zawiera temat:

* [Analiza tabel wskaźników modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm#Analyzing)

* [Porównanie modeli](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm)

### Uwagi

Zmierzona szybkość przewidywania jest oparta na rozmiarze zbioru danych do uczenia, a nie na danych, na których dokonywane są predykcje. Po wdrożeniu modelu można zauważyć różnice w szybkości tworzenia predykcji, jeśli dane do uczenia i do predykcji różnią się znacznie rozmiarem lub podczas tworzenia prognoz w czasie rzeczywistym na jednym lub kilku wierszach danych.