كيف يتم استخدام MAPE في التنبؤ؟

2024 مؤلف: Michael Samuels | [email protected]. آخر تعديل: 2023-12-16 01:38

متوسط نسبة الخطأ المطلق ( MAPE ) هو مقياس إحصائي لمدى دقة أ تنبؤ بالمناخ النظام. يقيس هذه الدقة كنسبة مئوية ، ويمكن حسابه على أنه متوسط نسبة الخطأ المطلق لكل فترة زمنية مطروحًا منه القيم الفعلية مقسومة على القيم الفعلية.

وبالمثل قد يتساءل المرء ، ما هو MAPE في التنبؤ؟

متوسط نسبة الخطأ المطلق ( MAPE ) ، المعروف أيضًا باسم متوسط الانحراف النسبي المطلق (MAPD) ، هو مقياس دقة التنبؤ لـ التوقع طريقة في الإحصاء ، على سبيل المثال في تقدير الاتجاه ، تستخدم أيضًا كدالة خسارة لمشاكل الانحدار في التعلم الآلي.

بالإضافة إلى ذلك ، هل تريد MAPE عالية أم منخفضة؟ حيث MAPE مقياس للخطأ ، عالي أعداد نكون سيئة و قليل أعداد نكون حسن. لأغراض الإبلاغ ، بعض الشركات إرادة ترجمة هذا إلى دقة الأرقام عن طريق طرح MAPE من 100.

علاوة على ذلك ، ما هو MAPE الجيد للتنبؤ؟

من غير المسؤول تعيين التعسفي التوقع أهداف الأداء (مثل MAPE <10٪ ممتاز ، MAPE <20٪ هو حسن ) بدون سياق التنبؤ ببياناتك. إذا كنت كذلك التوقع أسوأ من ساذج تنبؤ بالمناخ (أود أن أسمي هذا "سيئًا") ، ثم من الواضح أنك التوقع العملية تحتاج إلى تحسين.

لماذا يتم استخدام MAPE؟

متوسط نسبة الخطأ المطلق ( MAPE ) هي واحدة من أكثر المواقع انتشارًا تستخدم مقاييس دقة التنبؤ ، نظرًا لمزاياها المتمثلة في استقلالية الميزان وقابلية تفسيره. لكن، MAPE له عيب كبير أنه ينتج قيمًا غير محدودة أو غير محددة لقيم فعلية صفرية أو قريبة من الصفر.