数据挖掘 - 如何根据时间的准确性或误差计算预测模型的效率？ - 吾爱随笔录

我想知道我是否可以根据随着时间 [sec] 的准确性（误差，例如 MAPE 或 MSE）来表达预后模型的效率。所以让我们想象一下，对于不同的预测模型，我有以下结果：

models MSE   MAE     MAPE       predicting Time[sec]
LSTM   0.12  0.13   15.67%          456789
GRU    0.06  0.05   5.89%           688741
RNN    0.45  0.51   25.33%          55555

说明预测模型在预测时间上的效率的最佳方式是什么？下面的等式对吗？当我们使用 MSE 或 MAE 而不是用表示的 MAPE 时，它的单位如何%？

Efficiency = \frac{A c c u r a c y}{p r e d i c t i n g t i m e} = \frac{e r r o r (e . g . M A P E)}{p r e d i c t i n g t i m e} = \frac{p e r c e n t a g e}{s e c}

$\begin{equation} \text{Efficiency} = \frac{Accuracy}{predictingtime }= \frac{error (e.g.MAPE)}{predictingtime }= \frac{percentage}{sec} \end{equation}$ 科学地展示效率的图表用于预测模型？

我阅读了这篇文章，并以预测效率 PE的名义介绍了以下标准。可以这样使用吗？