informer评价指标

Informer是一种用于时间序列预测的模型，它在预测长期时间序列时表现出色。以下是Informer评价指标的介绍：

1. Mean Absolute Error (MAE)：平均绝对误差是预测值与真实值之间差异的平均值，它衡量了预测值与真实值之间的平均偏差。

2. Root Mean Square Error (RMSE)：均方根误差是平均绝对误差的平方根，它衡量了预测值与真实值之间的平均偏差，并且对较大的误差给予更高的惩罚。

3. Mean Absolute Percentage Error (MAPE)：平均绝对百分比误差是预测值与真实值之间百分比差异的平均值，它衡量了预测值与真实值之间的平均相对偏差。

4. Symmetric Mean Absolute Percentage Error (SMAPE)：对称平均绝对百分比误差是预测值与真实值之间百分比差异的平均值，它考虑了预测值和真实值之间的对称性。

5. Pearson Correlation Coefficient (PCC)：皮尔逊相关系数衡量了预测值与真实值之间的线性相关性，取值范围为-1到1，其中1表示完全正相关，-1表示完全负相关，0表示无相关性。

6. Spearman Correlation Coefficient (SCC)：斯皮尔曼相关系数衡量了预测值与真实值之间的等级相关性，它不仅考虑了线性相关性，还考虑了非线性相关性。

7. Coefficient of Determination (R-squared)：确定系数衡量了预测模型对观测值变异的解释程度，取值范围为0到1，其中1表示模型完全解释了观测值的变异，0表示模型未能解释任何观测值的变异。