Chỉ số đánh giá

SMAPE

Lỗi phần trăm tuyệt đối trung bình đối xứng(SMAPE)làMAPE

Định nghĩa như sau

Chia sai số tuyệt đối cho giá trị tuyệt đối của giá trị đo đượcMAPESMAPElà sai số tuyệt đối chia cho giá trị trung bình của các giá trị tuyệt đối của giá trị đo được và giá trị dự đoán

Thuộc tính này xảy ra khi giá trị đo được bằng 0 hoặc gần 0MAPETuy nhiên, vì nó ít được sử dụng nên tôi sẽ giới thiệu ngắn gọn

Điểm

1. MAPEMọi ngườiSMAPEMAPEvà tận dụng nó bằng cách nào đó Công bằng mà nóiSMAPETuy nhiên, không phải là không có nhược điểm
2. Càng nhỏ càng tốtSMAPEbao gồm cả giá trị đo được và giá trị dự đoán, vì vậySMAPElà200%
3. Nó có khả năng chống lại các ngoại lệ Trong trường hợp xấu nhất, ngay cả khi giá trị thực tế lớn hơn giá trị dự đoán hoặc giá trị dự đoán lớn hơn giá trị thực tế200%là giới hạn trên
4. Nó không phản ứng tốt với những thay đổi trong biến mục tiêuMAPEcủa7Như đã nêu trong phần giải thích thứ hai, giới hạn trên đã được đặtMAPEBằng cách sử dụng giá trị dự đoán ở mẫu số, logic tối ưu hóa là"Lỏng lẻo"và không quan tâm nhiều đến sự thay đổi của biến mục tiêu
5. Tối ưu hóa rất khó Ví dụ: nếu giá trị dự đoán hoặc đo được bằng 0 thì nó không thể phân biệt được
6. Ngay cả trong các gói nổi tiếngSMAPEđược cài đặt(Thành thật mà nói, tôi không biết gì về chuyện đó cả)như một phương tiện hiệu quảMAEkaMAPE1có tác dụng tương tự như làm giảm tác dụng của giá trị thực tế cao Nếu bạn quan tâm đến điều này,Rốt cuộc, trên thực tế, chúng ta cần điều chỉnh các phép biến đổi biến mục tiêu như siêu tham số

Khi nào nên sử dụng

MAPEkhông hoạt động tốt, nhưng nó có thể được biểu thị dưới dạng phần trăm dễ sử dụng hơn và dễ hiểu hơnSMAPE

Tiêu đề gốc

(Chính thức)tỷ lệ cá cược trực tiếp H2Oai

Marios Michailidis