आर में एमएपीई की गणना कैसे करें

किसी मॉडल की पूर्वानुमान सटीकता को मापने के लिए सबसे अधिक उपयोग की जाने वाली मीट्रिक में से एक एमएपीई है, जो औसत पूर्ण प्रतिशत त्रुटि के लिए है।

MAPE की गणना करने का सूत्र इस प्रकार है:

एमएपीई = (1/एन) * Σ(|वास्तविक – पूर्वानुमान| / |वास्तविक|) * 100

सोना:

• Σ – एक फैंसी प्रतीक जिसका अर्थ है “योग”
• n – नमूना आकार
• वास्तविक – डेटा का वास्तविक मूल्य
• पूर्वानुमान – डेटा का अपेक्षित मूल्य

MAPE का आमतौर पर उपयोग किया जाता है क्योंकि इसकी व्याख्या करना और समझाना आसान है। उदाहरण के लिए, 6% के एमएपीई मान का मतलब है कि अनुमानित मूल्य और वास्तविक मूल्य के बीच औसत अंतर 6% है।

यह ट्यूटोरियल दो अलग-अलग तरीके प्रदान करता है जिनका उपयोग आप आर में एमएपीई की गणना करने के लिए कर सकते हैं।

विधि 1: अपना स्वयं का फ़ंक्शन लिखें

मान लीजिए कि हमारे पास एक डेटा सेट है जिसमें एक कॉलम है जिसमें वास्तविक डेटा मान हैं और एक कॉलम है जिसमें अनुमानित डेटा मान हैं:

 #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

MAPE की गणना करने के लिए, हम निम्नलिखित फ़ंक्शन का उपयोग कर सकते हैं:

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

[1] 6.467108

इस मॉडल का MAPE 6.467% निकला। अर्थात्, अनुमानित मूल्य और वास्तविक मूल्य के बीच औसत पूर्ण अंतर 6.467% है।

विधि 2: एक पैकेज का उपयोग करें

हम एमएलमेट्रिक्स पैकेज से एमएपीई() फ़ंक्शन का उपयोग करके उसी डेटासेट के लिए एमएपीई की गणना भी कर सकते हैं, जो निम्नलिखित सिंटैक्स का उपयोग करता है:

MAPE(y_pred, y_true)

सोना:

• y_pred: अनुमानित मान
• y_true: वास्तविक मूल्य

यहां वह वाक्यविन्यास है जिसका उपयोग हम अपने उदाहरण में करेंगे:

 #load MLmetrics package
library (MLmetrics)

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

[1] 0.06467108

यह 6.467% का वही MAPE मान उत्पन्न करता है जिसकी गणना हमने पिछली पद्धति का उपयोग करके की थी।