Wie wird MAPE in der Prognose verwendet?
Wie wird MAPE in der Prognose verwendet?

Video: Wie wird MAPE in der Prognose verwendet?

Video: Wie wird MAPE in der Prognose verwendet?
Video: How to read a synoptic chart 2024, Juli
Anonim

Der mittlere absolute prozentuale Fehler ( KARTE ) ist ein statistisches Maß dafür, wie genau a Vorhersage System ist. Es misst diese Genauigkeit in Prozent und kann als durchschnittlicher absoluter prozentualer Fehler für jeden Zeitraum abzüglich der tatsächlichen Werte geteilt durch die tatsächlichen Werte berechnet werden.

In ähnlicher Weise kann man fragen, was ist MAPE in der Vorhersage?

Der mittlere absolute prozentuale Fehler ( KARTE ), auch bekannt als mittlere absolute prozentuale Abweichung (MAPD), ist ein Maß für die Vorhersagegenauigkeit von a Vorhersage Methode in der Statistik, zum Beispiel in der Trendschätzung, auch als Verlustfunktion für Regressionsprobleme beim maschinellen Lernen verwendet.

Möchten Sie außerdem einen hohen oder niedrigen MAPE? Schon seit KARTE ist ein Fehlermaß, hoch Zahlen sind schlecht und niedrig Zahlen sind gut. Für Berichtszwecke haben einige Unternehmen Wille Übersetzen Sie dies in Genauigkeitszahlen, indem Sie die subtrahieren KARTE ab 100.

Was ist außerdem ein gutes MAPE für die Vorhersage?

Es ist unverantwortlich, willkürlich Vorhersage Leistungsziele (wie z KARTE < 10 % ist ausgezeichnet, KARTE < 20% ist Gut ) ohne den Kontext der Vorhersehbarkeit Ihrer Daten. Wenn du bist Prognose schlimmer als ein nave Vorhersage (ich würde das als „schlecht“bezeichnen), dann eindeutig dein Vorhersage Prozess muss verbessert werden.

Warum wird MAPE verwendet?

Der mittlere absolute prozentuale Fehler ( KARTE ) ist einer der am weitesten verbreiteten Gebraucht Maß für die Vorhersagegenauigkeit, aufgrund seiner Vorteile der Skalenunabhängigkeit und Interpretierbarkeit. Jedoch, KARTE hat den wesentlichen Nachteil, dass es unendliche oder undefinierte Werte für Null- oder nahe Null-Istwerte liefert.

Empfohlen: