როგორ გამოიყენება MAPE პროგნოზირებაში?

2024 ავტორი: Michael Samuels | [email protected]. ბოლოს შეცვლილი: 2023-12-16 01:46

საშუალო აბსოლუტური პროცენტული შეცდომა ( MAPE ) არის სტატისტიკური საზომი იმისა, თუ რამდენად ზუსტია ა პროგნოზი სისტემა არის. ის ზომავს ამ სიზუსტეს პროცენტულად და შეიძლება გამოითვალოს, როგორც საშუალო აბსოლუტური პროცენტული ცდომილება ყოველი პერიოდისთვის, ფაქტობრივი მნიშვნელობების გამოკლებით რეალურ მნიშვნელობებზე.

ანალოგიურად შეიძლება იკითხოთ, რა არის MAPE პროგნოზირებაში?

საშუალო აბსოლუტური პროცენტული შეცდომა ( MAPE ), ასევე ცნობილი როგორც საშუალო აბსოლუტური პროცენტული გადახრა (MAPD), არის a– ის პროგნოზირების სიზუსტის საზომი პროგნოზირება მეთოდი სტატისტიკაში, მაგალითად ტენდენციის შეფასებაში, ასევე გამოიყენება როგორც დანაკარგის ფუნქცია მანქანური სწავლების რეგრესიის პრობლემებისთვის.

გარდა ამისა, გსურთ მაღალი თუ დაბალი MAPE? მას შემდეგ, რაც MAPE არის შეცდომის ზომა, მაღალი რიცხვები არიან ცუდი და დაბალი რიცხვები არიან კარგი. ანგარიშგების მიზნით, ზოგიერთი კომპანია ნება გადათარგმნეთ ეს რიცხვების სიზუსტით გამოკლებით MAPE 100 -დან.

გარდა ამისა, რა არის კარგი MAPE პროგნოზირებისთვის?

თვითნებურად დაყენება უპასუხისმგებლოა პროგნოზირება შესრულების მიზნები (მაგ MAPE <10% შესანიშნავია, MAPE <20% არის კარგი ) თქვენი მონაცემების პროგნოზირებადობის კონტექსტის გარეშე. Თუ თქვენ ხართ პროგნოზირება ნავზე უარესი პროგნოზი (მე ამას "ცუდს" დავარქმევდი), მაშინ აშკარად შენი პროგნოზირება პროცესი გაუმჯობესებას საჭიროებს.

რატომ გამოიყენება MAPE?

საშუალო აბსოლუტური პროცენტული შეცდომა ( MAPE ) არის ერთ -ერთი ყველაზე ფართოდ გავრცელებული გამოყენებული პროგნოზის სიზუსტის საზომები, მასშტაბური დამოუკიდებლობისა და ინტერპრეტაციის უპირატესობების გამო. თუმცა, MAPE აქვს მნიშვნელოვანი მინუსი ის, რომ ის აწარმოებს უსასრულო ან განუსაზღვრელ მნიშვნელობებს ნულოვანი ან ნულთან ახლოს რეალურ მნიშვნელობებთან.