Miten MAPEa käytetään ennustamiseen?
Miten MAPEa käytetään ennustamiseen?

Video: Miten MAPEa käytetään ennustamiseen?

Video: Miten MAPEa käytetään ennustamiseen?
Video: Märkätilojen vedeneristys osa 1: Mapei Primer G:n käyttö 2024, Heinäkuu
Anonim

Keskimääräinen absoluuttinen virhe ( KARTTA ) on tilastollinen mitta siitä, kuinka tarkka a ennuste järjestelmä on. Se mittaa tämän tarkkuuden prosentteina, ja se voidaan laskea keskimääräisenä absoluuttisena prosenttivirheenä kullekin ajanjaksolle vähennettynä todellisilla arvoilla jaettuna todellisilla arvoilla.

Samoin voidaan kysyä, mikä on MAPE ennustamisessa?

Keskimääräinen absoluuttinen virhe ( KARTTA ), joka tunnetaan myös nimellä keskimääräinen absoluuttinen prosenttipoikkeama (MAPD), on a: n ennustustarkkuuden mitta ennustaminen menetelmä tilastoissa, esimerkiksi trendin estimointissa, käytetään myös koneoppimisen regressioongelmien häviöfunktiona.

Lisäksi, haluatko korkean vai matalan MAPE:n? Siitä asti kun KARTTA on virheen mittari, korkea numeroita ovat huono ja matala numeroita ovat hyvä. Raportointia varten jotkut yritykset tahtoa muuntaa tämä tarkkuusluvuiksi vähentämällä KARTTA alkaen 100.

Lisäksi mikä on hyvä MAPE ennustamiseen?

On vastuutonta asettaa mielivaltaisia ennustaminen suorituskykytavoitteet (esim KARTTA <10% on erinomainen, KARTTA <20% on Hyvä ) ilman tietojesi ennustettavuuden kontekstia. Jos olet ennustaminen pahempi kuin naimaton ennuste (Kutsuisin tätä "huonoksi"), sitten selvästi sinun ennustaminen prosessi kaipaa parannusta.

Miksi MAPEa käytetään?

Keskimääräinen absoluuttinen virhe ( KARTTA ) on yksi laajimmista käytetty mittakaavaan riippumattomuuden ja tulkittavuuden etujen vuoksi. Kuitenkin, KARTTA sillä on merkittävä haitta, että se tuottaa äärettömiä tai määrittelemättömiä arvoja nolla- tai nollaläheisille todellisille arvoille.

Suositeltava: