R에서 mape를 계산하는 방법

모델의 예측 정확도를 측정하는 데 가장 일반적으로 사용되는 측정항목 중 하나는 평균 절대 백분율 오차를 나타내는 MAPE 입니다.

MAPE를 계산하는 공식은 다음과 같습니다.

MAPE = (1/n) * Σ(|실제 – 예측| / |실제|) * 100

금:

• Σ – “합계”를 의미하는 화려한 기호
• n – 표본 크기
• real – 데이터의 실제 값
• 예측 – 데이터의 예상 값

MAPE는 해석과 설명이 쉽기 때문에 흔히 사용됩니다. 예를 들어 MAPE 값이 6%라는 것은 예측값과 실제값의 평균 차이가 6%라는 의미입니다.

이 튜토리얼에서는 R에서 MAPE를 계산하는 데 사용할 수 있는 두 가지 방법을 제공합니다.

방법 1: 자신만의 함수 작성

실제 데이터 값을 포함하는 열과 예측 데이터 값을 포함하는 열이 있는 데이터 세트가 있다고 가정합니다.

 #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

MAPE를 계산하려면 다음 함수를 사용할 수 있습니다.

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

[1] 6.467108

이 모델의 MAPE는 6.467% 로 나타났습니다. 즉, 예측값과 실제값의 평균절대차는 6.467%이다.

방법 2: 패키지 사용

다음 구문을 사용하는 MLmetrics 패키지의 MAPE() 함수를 사용하여 동일한 데이터세트에 대해 MAPE를 계산할 수도 있습니다.

MAPE(y_pred, y_true)

금:

• y_pred: 예측값
• y_true: 실제 값

예제에서 사용할 구문은 다음과 같습니다.

 #load MLmetrics package
library (MLmetrics)

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

[1] 0.06467108

이는 이전 방법을 사용하여 계산한 것과 동일한 MAPE 값 6.467% 를 생성합니다.