Cara menghitung smape di r

Symmetric Mean Absolute Percentage Error (SMAPE) digunakan untuk mengukur akurasi prediksi model. Ini dihitung sebagai berikut:

SMAPE = (1/n) * Σ(|perkiraan – aktual| / ((|aktual| + |perkiraan|)/2) * 100

Emas:

• Σ – simbol yang berarti “jumlah”
• n – ukuran sampel
• nyata – nilai sebenarnya dari data
• perkiraan – nilai yang diharapkan dari data

Semakin kecil nilai SMAPE maka semakin baik akurasi prediksi suatu model.

Tutorial ini menjelaskan dua metode berbeda yang dapat Anda gunakan untuk menghitung SMAPE di R.

Metode 1: Gunakan smape() dari paket Metrics

Salah satu cara menghitung SMAPE di R adalah dengan menggunakan fungsi smape() dari paket Metrics :

 library (Metrics)

#define actual values
actual <- c(12, 13, 14, 15, 15, 22, 27)

#define forecasted values
forecast <- c(11, 13, 14, 14, 15, 16, 18)

#calculate SMAPE
smape(actual, forecast)

[1] 0.1245302

Kita dapat melihat bahwa persentase kesalahan absolut rata-rata simetris untuk model ini adalah 12,45% .

Metode 2: Tulis fungsi Anda sendiri

Cara lain untuk menghitung SMAPE adalah dengan membuat fungsi kita sendiri sebagai berikut:

 find_smape <- function (a, f) {
  return ( 1 /length(a) * sum( 2 *abs(fa) / (abs(a)+abs(f))* 100 ))
}

Kita kemudian dapat menggunakan fungsi ini untuk menghitung SMAPE antara vektor nilai aktual dan nilai prediksi:

 #define actual values
actual <- c(12, 13, 14, 15, 15,22, 27)

#define forecasted values
forecast <- c(11, 13, 14, 14, 15, 16, 18)

#calculate SMAPE
find_smape(actual, forecast)

[1] 12.45302

Sekali lagi, SMAPE-nya ternyata 12,45% , yang sesuai dengan hasil contoh sebelumnya.

Sumber daya tambahan

Cara menghitung MAPE di R
Cara menghitung MAD di R
Cara menghitung MAE di R
Cara menghitung RMSE di R
Cara menghitung UMK di R