كيفية حساب mape في r

أحد المقاييس الأكثر استخدامًا لقياس دقة التنبؤ للنموذج هو MAPE ، والذي يرمز إلى متوسط النسبة المئوية للخطأ المطلق .

صيغة حساب MAPE هي كما يلي:

MAPE = (1/n) * Σ(|فعلي – متوقع| / |فعلي|) * 100

ذهب:

• Σ – رمز فاخر يعني “المجموع”
• ن – حجم العينة
• حقيقي – القيمة الفعلية للبيانات
• التنبؤ – القيمة المتوقعة للبيانات

يتم استخدام MAPE بشكل شائع لأنه من السهل تفسيره وشرحه. على سبيل المثال، تعني قيمة MAPE البالغة 6% أن متوسط الفرق بين القيمة المتوقعة والقيمة الفعلية هو 6%.

يوفر هذا البرنامج التعليمي طريقتين مختلفتين يمكنك استخدامهما لحساب MAPE في R.

الطريقة الأولى: اكتب وظيفتك الخاصة

لنفترض أن لدينا مجموعة بيانات تحتوي على عمود يحتوي على قيم البيانات الفعلية وعمود يحتوي على قيم البيانات المتوقعة:

 #create dataset
data <- data. frame (actual=c(34, 37, 44, 47, 48, 48, 46, 43, 32, 27, 26, 24),
                   forecast=c(37, 40, 46, 44, 46, 50, 45, 44, 34, 30, 22, 23))

#view dataset
data

   current forecast
1 34 37
2 37 40
3 44 46
4 47 44
5 48 46
6 48 50
7 46 45
8 43 44
9 32 34
10 27 30
11 26 22
12 24 23

لحساب MAPE، يمكننا استخدام الدالة التالية:

 #calculate MAPE
mean(abs((data$actual-data$forecast)/data$actual)) * 100

[1] 6.467108

تبين أن MAPE لهذا النموذج هو 6.467% . أي أن متوسط الفرق المطلق بين القيمة المتوقعة والقيمة الفعلية هو 6.467%.

الطريقة الثانية: استخدام الحزمة

يمكننا أيضًا حساب MAPE لنفس مجموعة البيانات باستخدام الدالة MAPE() من حزمة MLmetrics ، والتي تستخدم بناء الجملة التالي:

مابي (y_pred، y_true)

ذهب:

• y_pred: القيم المتوقعة
• y_true: القيم الحقيقية

إليك بناء الجملة الذي سنستخدمه في مثالنا:

 #load MLmetrics package
library (MLmetrics)

#calculate MAPE
MAPE(data$forecast, data$actual)

[1] 0.06467108

وينتج عن ذلك نفس قيمة MAPE البالغة 6.467% التي حسبناها باستخدام الطريقة السابقة.