So berechnen sie mape in r

Eine der am häufigsten verwendeten Metriken zur Messung der Prognosegenauigkeit eines Modells ist MAPE , was für den mittleren absoluten prozentualen Fehler steht.

Die Formel zur Berechnung des MAPE lautet wie folgt:

MAPE = (1/n) * Σ(|tatsächlich – Prognose| / |tatsächlich|) * 100

Gold:

• Σ – ein ausgefallenes Symbol mit der Bedeutung „Summe“
• n – Stichprobengröße
• real – der tatsächliche Wert der Daten
• Prognose – der erwartete Wert der Daten

MAPE wird häufig verwendet, weil es leicht zu interpretieren und zu erklären ist. Ein MAPE-Wert von 6 % bedeutet beispielsweise, dass die durchschnittliche Differenz zwischen dem vorhergesagten Wert und dem tatsächlichen Wert 6 % beträgt.

Dieses Tutorial bietet zwei verschiedene Methoden, mit denen Sie MAPE in R berechnen können.

Methode 1: Schreiben Sie Ihre eigene Funktion

Angenommen, wir haben einen Datensatz mit einer Spalte, die die tatsächlichen Datenwerte enthält, und einer Spalte, die die vorhergesagten Datenwerte enthält:

 #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

Zur Berechnung des MAPE können wir die folgende Funktion verwenden:

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

[1] 6.467108

Der MAPE für dieses Modell beträgt 6,467 % . Das heißt, die durchschnittliche absolute Differenz zwischen dem vorhergesagten Wert und dem tatsächlichen Wert beträgt 6,467 %.

Methode 2: Verwenden Sie ein Paket

Wir könnten MAPE für denselben Datensatz auch mit der Funktion MAPE() aus dem MLmetrics- Paket berechnen, die die folgende Syntax verwendet:

MAPE(y_pred, y_true)

Gold:

• y_pred: vorhergesagte Werte
• y_true: echte Werte

Hier ist die Syntax, die wir in unserem Beispiel verwenden würden:

 #load MLmetrics package
library (MLmetrics)

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

[1] 0.06467108

Dies ergibt den gleichen MAPE-Wert von 6,467 % , den wir mit der vorherigen Methode berechnet haben.