Как се използва MAPE при прогнозиране?
Как се използва MAPE при прогнозиране?

Видео: Как се използва MAPE при прогнозиране?

Видео: Как се използва MAPE при прогнозиране?
Видео: #56. Функция map. Примеры ее использования | Python для начинающих 2024, Юли
Anonim

Средната абсолютна процентна грешка ( КАРТА ) е статистическа мярка за това колко точно a прогноза системата е. Той измерва тази точност като процент и може да се изчисли като средната абсолютна процентна грешка за всеки период от време, минус действителните стойности, разделени на действителните стойности.

По подобен начин някой може да попита какво е MAPE в прогнозирането?

Средната абсолютна процентна грешка ( КАРТА ), известен също като средно абсолютно процентно отклонение (MAPD), е мярка за точността на прогнозиране на a прогнозиране метод в статистиката, например при оценката на тенденциите, използван също като функция за загуба при регресионни проблеми в машинното обучение.

Освен това, искате ли висок или нисък MAPE? От КАРТА е мярка за грешка, Високо числа са лошо и ниско числа са добре. За целите на отчитането някои компании ще преведете това в числа за точност, като извадите КАРТА от 100.

Освен това, какво е добър MAPE за прогнозиране?

Безотговорно е да задавате произволно прогнозиране цели за изпълнение (като напр КАРТА <10% е отлично, КАРТА <20% е добре ) без контекста на предвидимостта на вашите данни. Ако вие сте прогнозиране по -лошо от наивно прогноза (Бих нарекъл това „лошо“), тогава явно твоя прогнозиране процесът се нуждае от подобрение.

Защо се използва MAPE?

Средната абсолютна процентна грешка ( КАРТА ) е един от най -широко разпространените използван мерки за точност на прогнозата, поради нейните предимства от независимостта от мащаба и тълкуемостта. Въпреки това, КАРТА има значителния недостатък, че произвежда безкрайни или неопределени стойности за нулеви или близки до нула действителни стойности.

Препоръчано: