Hvordan bruges MAPE i prognoser?
Hvordan bruges MAPE i prognoser?

Video: Hvordan bruges MAPE i prognoser?

Video: Hvordan bruges MAPE i prognoser?
Video: Forecasting: Moving Averages, MAD, MSE, MAPE 2024, Juli
Anonim

Den gennemsnitlige absolutte procentvise fejl ( MAPE ) er et statistisk mål for, hvor nøjagtig en Vejrudsigt systemet er. Den måler denne nøjagtighed som en procentdel og kan beregnes som den gennemsnitlige absolutte fejlprocent for hver tidsperiode minus faktiske værdier divideret med faktiske værdier.

På samme måde kan man spørge, hvad er MAPE i forecasting?

Den gennemsnitlige absolutte procentvise fejl ( MAPE ), også kendt som middel absolut procentvis afvigelse (MAPD), er et mål for forudsigelsesnøjagtigheden af en prognoser metode i statistik, for eksempel i trendestimering, også brugt som tabsfunktion til regressionsproblemer i maskinlæring.

Derudover, vil du have en høj eller lav MAPE? Siden MAPE er et mål for fejl, høj tal er dårlige og lav tal er godt. Til indberetningsformål, nogle virksomheder vilje oversæt dette til nøjagtige tal ved at trække fra MAPE fra 100.

Hvad er desuden et godt MAPE til prognoser?

Det er uansvarligt at fastsætte vilkårlig prognoser præstationsmål (f.eks MAPE < 10 % er fremragende, MAPE <20% er godt ) uden konteksten for forudsigeligheden af dine data. Hvis du er prognoser værre end naiv Vejrudsigt (Jeg vil kalde dette "dårligt"), så klart din prognoser processen kræver forbedring.

Hvorfor bruges MAPE?

Den gennemsnitlige absolutte procentvise fejl ( MAPE ) er en af de mest udbredte Brugt mål for prognosens nøjagtighed på grund af dens fordele ved skalauafhængighed og fortolkningsevne. Imidlertid, MAPE har den væsentlige ulempe, at den producerer uendelige eller udefinerede værdier for nul eller tæt på nul faktiske værdier.

Anbefalede: