Bagaimana MAPE digunakan dalam peramalan?

2024 Pengarang: Michael Samuels | [email protected]. Terakhir diubah: 2023-12-16 01:46

Rata-rata kesalahan persentase absolut ( peta ) adalah ukuran statistik tentang seberapa akurat a ramalan cuaca sistem adalah. Ini mengukur akurasi ini sebagai persentase, dan dapat dihitung sebagai kesalahan persen absolut rata-rata untuk setiap periode waktu dikurangi nilai aktual dibagi dengan nilai aktual.

Demikian pula orang mungkin bertanya, apa MAPE dalam peramalan?

Rata-rata kesalahan persentase absolut ( peta ), juga dikenal sebagai deviasi persentase absolut rata-rata (MAPD), adalah ukuran akurasi prediksi a peramalan metode dalam statistik, misalnya dalam estimasi tren, juga digunakan sebagai fungsi kerugian untuk masalah regresi dalam pembelajaran mesin.

Selain itu, apakah Anda menginginkan MAPE tinggi atau rendah? Sejak peta adalah ukuran kesalahan, tinggi angka adalah buruk dan rendah angka adalah bagus. Untuk tujuan pelaporan, beberapa perusahaan akan terjemahkan ini ke angka akurasi dengan mengurangi peta dari 100.

Selanjutnya, apa MAPE yang baik untuk peramalan?

Tidak bertanggung jawab untuk mengatur sewenang-wenang peramalan target kinerja (seperti: peta <10% sangat baik, peta < 20% adalah Bagus ) tanpa konteks prakiraan data Anda. Jika Anda peramalan lebih buruk dari na ve ramalan cuaca (Saya akan menyebutnya "buruk"), maka jelas Anda peramalan proses perlu perbaikan.

Mengapa MAPE digunakan?

Rata-rata kesalahan persentase absolut ( peta ) adalah salah satu yang paling luas digunakan ukuran akurasi perkiraan, karena keunggulan skala-independensi dan interpretabilitas. Namun, peta memiliki kelemahan signifikan yang menghasilkan nilai tak terbatas atau tidak terdefinisi untuk nilai aktual nol atau mendekati nol.