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.