"ইন-নমুনা" এবং "নমুনা ছাড়াই" পূর্বাভাসের মধ্যে পার্থক্য কী?

Question

আমি বুঝতে পারছি না "ইন-নমুনা" এবং "নমুনা ছাড়াই" পূর্বাভাসের মধ্যে পার্থক্য কী? একটি নমুনা পূর্বাভাস অনুমান সময়কালের বাইরে মান পূর্বাভাসের জন্য উপলব্ধ ডেটা একটি উপসেট ব্যবহার করে। পরিবর্তে নমুনা পূর্বাভাস সমস্ত উপলব্ধ ডেটা ব্যবহার করে এগুলি কি সঠিক ?

খুব নির্দিষ্টভাবে নিম্নলিখিত সংজ্ঞাটি সঠিক?

নমুনা পূর্বাভাসের মধ্যে একটি অনুমানের সময়কালের বাইরে মানগুলির পূর্বাভাসের জন্য উপলভ্য ডেটার একটি উপসেট ব্যবহার করে এবং এগুলি সম্পর্কিত পরিচিত বা প্রকৃত ফলাফলের সাথে তুলনা করে। এটি জ্ঞাত মানগুলির পূর্বাভাস দেওয়ার জন্য মডেলটির দক্ষতা মূল্যায়নের জন্য করা হয়। উদাহরণস্বরূপ, 1980 থেকে 2015 সালের নমুনা পূর্বাভাসের মধ্যে একটি মডেলটি অনুমান করার জন্য 1980 থেকে 2012 সালের ডেটা ব্যবহার করতে পারে। এই মডেলটি ব্যবহার করে, পূর্বাভাসক তারপরে 2013-2015 এর মানগুলির পূর্বাভাস দেয় এবং পূর্বাভাসিত মানগুলিকে প্রকৃত জ্ঞাত মানগুলির সাথে তুলনা করে। পরিবর্তে ব্যবহারের নমুনা পূর্বাভাসের বাইরে একটি মডেল অনুমান করার জন্য নমুনায় সমস্ত উপলব্ধ ডেটা করে। পূর্ববর্তী উদাহরণের জন্য, অনুমানটি 1980-2015-এর মধ্যে সম্পাদিত হবে এবং পূর্বাভাস (গুলি) 2016 সালে শুরু হবে।

Comments

আপনি কিছু প্রসঙ্গ সরবরাহ করতে পারেন? আপনি আপনার নিজের প্রশ্নের যে উত্তরগুলি দিয়েছেন তা ঠিক আছে বলে মনে হচ্ছে তবে পরিভাষাটি বিষয়-নির্দিষ্ট হতে পারে।

— IWS

আপনি এই সংজ্ঞাটি কোথা থেকে পেয়েছেন?

— গুং - মনিকা পুনরায়

নমুনা হ'ল ডেটা যা আপনি মডেল বিলি করার সময় জানেন এবং আপনি সেই মডেলটি তৈরি করতে ব্যবহার করেন। নমুনা ছাড়াই এমন ডেটা যা অদেখা ছিল এবং আপনি কেবলমাত্র এটি পূর্বাভাস / পূর্বাভাস তৈরি করেন। বেশিরভাগ পরিস্থিতিতে মডেলটি নমুনার চেয়ে বেশি নমুনা তুলনায় খারাপ সম্পাদন করবে যেখানে সমস্ত প্যারামিটারগুলি ক্রমাঙ্কিত করা হয়েছে।

— রিক

@IWS আমি spesific প্রশ্ন যোগ :)

— Engin YILMAZ

@Richard দয়া করে নতুন spesific প্রশ্ন পড়া ...

— Engin YILMAZ

Answer 1

"নমুনা" দ্বারা এটি সেই ডেটা স্যাম্পলটিকে বোঝায় যা আপনি মডেলটিকে ফিট করার জন্য ব্যবহার করছেন।

প্রথম - আপনার কাছে একটি নমুনা রয়েছে
দ্বিতীয় - আপনি নমুনা
তৃতীয়টিতে একটি মডেল ফিট করেন - আপনি পূর্বাভাসের জন্য মডেলটি ব্যবহার করতে পারেন

যদি আপনি এমন কোনও পর্যবেক্ষণের জন্য পূর্বাভাস দিচ্ছেন যা ডেটা নমুনার অংশ ছিল - এটি ইন-নমুনা পূর্বাভাস।

আপনি যদি এমন কোনও পর্যবেক্ষণের জন্য পূর্বাভাস দিচ্ছেন যা ডেটা নমুনার অংশ ছিল না - এটি নমুনার পূর্বাভাস out

সুতরাং আপনাকে যে প্রশ্নটি নিজেকে জিজ্ঞাসা করতে হবে তা হ'ল: বিশেষ পর্যবেক্ষণটি কি মডেলটির জন্য উপযুক্ত ছিল? যদি এটি মডেল ফিটিংয়ের জন্য ব্যবহৃত হয়, তবে পর্যবেক্ষণের পূর্বাভাসটি নমুনা হিসাবে রয়েছে। অন্যথায় এটি নমুনার বাইরে।

আপনি যদি মডেলটি ফিট করতে 1990-2013 ডেটা ব্যবহার করেন এবং তারপরে আপনি 2011-2013 এর পূর্বাভাস দিচ্ছেন তবে এটি নমুনা পূর্বাভাস। তবে আপনি যদি কেবলমাত্র মডেলটি ফিট করার জন্য 1990-2010 ব্যবহার করেন এবং তারপরে আপনি 2011-2013 এর পূর্বাভাস দেন, তবে এর নমুনার বাইরে থাকা পূর্বাভাস।

Comments

আমাদের 1990 থেকে 2013 পর্যন্ত নমুনা রয়েছে, তারপরে আমরা নমুনায় মডেলটি ফিট করি, তারপরে আমরা 2011-2013 পূর্বাভাস দিয়েছি, এটি কি নমুনা? বা আমাদের 1990 সাল থেকে 2013 পর্যন্ত নমুনা রয়েছে, তারপরে আমরা নমুনার উপর 1990 থেকে 2010 মডেলটি ফিট করি, আমাদের পূর্বাভাস 2011-2013, এটি কি নমুনার বাইরে?

— ইঞ্জিন ইলিমাজ

হ্যাঁ, আপনি যদি মডেলটি ফিট করতে 1990-2013 এর ডেটা ব্যবহার করেন এবং তারপরে আপনি 2011-2013 এর পূর্বাভাস দিয়ে থাকেন তবে এটি নমুনা পূর্বাভাস। তবে আপনি যদি কেবলমাত্র মডেলটি ফিট করার জন্য 1990-2010 ব্যবহার করেন এবং তারপরে আপনি 2011-2013 এর পূর্বাভাস দেন, তবে এর নমুনার বাইরে থাকা পূর্বাভাস।

— কিং সলোমনের ঘোড়া

Answer 2

ধরুন আপনার নমুনায়, আপনার কাছে 10 ডাটা পয়েন্টের ক্রম রয়েছে। এই ডেটাটি দুটি ভাগে বিভক্ত করা যায় - উদাহরণস্বরূপ মডেলের পরামিতিগুলির অনুমানের জন্য প্রথম 7 ডেটা পয়েন্ট এবং মডেলটির কার্যকারিতা পরীক্ষা করার জন্য পরবর্তী 3 ডেটা পয়েন্ট। লাগানো মডেলটি ব্যবহার করে, প্রথম 7 ডেটা পয়েন্টের জন্য করা পূর্বাভাসগুলিকে ইন-স্যাম্পল পূর্বাভাস বলা হবে এবং শেষ 3 ডেটা পয়েন্টের জন্য একই নমুনা পূর্বাভাসের বাইরে ডাকা হবে। এটি প্রশিক্ষণ সেট এবং বৈধকরণ সেটগুলিতে ডেটা বিভক্ত করার ধারণা হিসাবে একই।

Answer 3

ইন-স্যাম্পল পূর্বাভাস হ'ল পর্যবেক্ষণ করা ডেটা ব্যবহার করে তৈরি করা মডেলগুলির ভবিষ্যদ্বাণীপূর্ণ ক্ষমতাগুলি আনুষ্ঠানিকভাবে মূল্যায়ন করার প্রক্রিয়া যা ডেটা পুনরুত্পাদন করার ক্ষেত্রে অ্যালগরিদমগুলি কতটা কার্যকর তা দেখার জন্য। এটি মেশিন লার্নিং অ্যালগরিদমের একটি প্রশিক্ষণ সংস্থার মতো এবং পরীক্ষা - নিরীক্ষার সমতুল্য নমুনা ।

Comments

আপনি ইন-স্যাম্পল পূর্বাভাসের একটি সংক্ষিপ্ত ব্যাখ্যা দিচ্ছেন- আপনি কি নমুনার বাইরে (যেমন একটি সংক্ষিপ্ত ব্যাখ্যা কেবল পরীক্ষার সেটগুলির সাথে তুলনা করে না) সরবরাহ করতে পারেন?

— ReneBt

Answer 4

নীচের চিত্রটি আপনাকে টাইম এবং আউট অফ টাইম বুঝতে সাহায্য করবে

Answer 5

সময় সিরিজের পূর্বাভাসে, 'ইনসামাল' অর্থ ট্রেনের ডেটা 'আউটসাম্পল' অর্থ পরীক্ষার ডেটা

সময় সিরিজে, প্রথমে আমরা 'ইনসামাল' (অর্থাত্ ট্রেন) ডেটার ফলাফলের পূর্বাভাস দিতে পারি। পরে আমরা 'আউটস্যাম্পল' (অর্থাত্ পরীক্ষা) ডেটার ফলাফলের পূর্বাভাস দিতে পারি।

model = ARIMA(order = (p,d,q), seasonal_order=(P,D,Q,S))
model.fit(train_data)

train_predictions = model.predict_in_sample()
test_predictions = model.predict(n_periods=len(test_data.index))

predictions = pd.concatenate((train_predictions, test_predictions),axis=0)

Comments

আমি মনে করি আপনার উত্তর নিচু হয়ে যাচ্ছে, কারণ এটি প্রশ্নের উত্তর দেয় না - বিশেষত "খুব নির্দিষ্টভাবে নিম্নলিখিত সংজ্ঞাটি কি সঠিক?" আদর করা হয় না।

— মার্টিন মোদরেক