compare_nrmse

`compare_nrmse`是一个函数名，它可能是某个特定数据分析软件包或编程库中的功能，用于比较两个序列或模型预测结果与实际观测值之间的均方根相对误差（Normalized Root Mean Square Error，NRMSE）。NRMSE是一种衡量预测误差的标准指标，它将均方误差（MSE）标准化为实际值的范围，使得其不受原始数值规模影响。

NRMSE计算公式如下：

\[ \text{NRMSE} = \frac{\sqrt{MSE}}{\max(\text{Actual Values}) - \min(\text{Actual Values})} \]

其中：
- MSE（Mean Square Error）是预测值和实际值差平方的平均值。
- Actual Values 是实际观测值的序列。

`compare_nrmse`函数通常接收两个参数，一个是模型预测的结果，另一个是实际的数据。它会计算这两个序列的NRMSE值，返回的结果可以用来评估模型的预测性能好坏。NRMSE越小，表示模型的预测越准确。

举个例子，在Python的pandas或scikit-learn库中，这样的函数可能看起来像这样：

from sklearn.metrics import mean_squared_error
from scipy.stats import nanmean

def compare_nrmse(prediction_series, actual_series):
    mse = mean_squared_error(prediction_series, actual_series, squared=False)
    max_val, min_val = nanmean(actual_series), nanmin(actual_series)
    nrmse = mse / (max_val - min_val)
    return nrmse