Hogyan használják a MAPE -t az előrejelzésben?

2024 Szerző: Michael Samuels | [email protected]. Utoljára módosítva: 2023-12-16 01:45

Az átlagos abszolút százalékos hiba ( MAPE ) statisztikai mérőszáma annak, hogy a előrejelzés rendszer az. Ezt a pontosságot százalékban méri, és úgy számítható ki, hogy az egyes időszakokra vonatkozó átlagos abszolút százalékos hiba mínusz a tényleges értékek elosztva a tényleges értékekkel.

Hasonlóan felmerülhet a kérdés, hogy mi az a MAPE az előrejelzésben?

Az átlagos abszolút százalékos hiba ( MAPE ), más néven átlagos abszolút százalékos eltérés (MAPD), az a előrejelzési pontosságának mértéke előrejelzés módszer a statisztikában, például a trendbecslésben, veszteségfüggvényként is használatos a gépi tanulás regressziós problémáinál.

Ezenkívül magas vagy alacsony MAPE-t szeretne? Mivel MAPE a hiba mértéke, magas számok vannak rossz és alacsony számok vannak jó. Jelentési célokból néhány vállalat akarat fordítsa le ezt pontossági számokká úgy, hogy kivonja a MAPE 100-tól.

Továbbá, mi a jó MAPE az előrejelzéshez?

Felelőtlenség önkényesen beállítani előrejelzés teljesítménycélok (pl MAPE <10% kiváló, MAPE <20% az Jó ) az adatok előrejelzhetőségének kontextusa nélkül. Ha te előrejelzés rosszabb, mint egy na ve előrejelzés (Ezt „rossznak” nevezném), akkor egyértelműen a tiéd előrejelzés folyamat javításra szorul.

Miért használják a MAPE-et?

Az átlagos abszolút százalékos hiba ( MAPE ) az egyik legszélesebb körű használt az előrejelzési pontosság mértéke, a skálafüggetlenség és az értelmezhetőség előnyei miatt. Azonban, MAPE jelentős hátránya, hogy végtelen vagy meghatározatlan értékeket állít elő a nulla vagy a nullához közeli tényleges értékekhez.