평가 표시기

Smape

대칭 평균 백분율 오류(smape)isMAPE에 대한 유효한 대안.

이것은 다음 정의입니다 :

실제 측정 값의 절대 값으로 절대 오류를 나누십시오MAPEsmape절대 오차를 실제 측정 및 예측 값의 절대 값의 평균으로 나눕니다.

이 속성은 실제 측정 값이 0 이상이면 발생합니다mape의 단점을 보상합니다. 그러나 거의 사용되지 않으므로 빠른 소개를 드리겠습니다.

포인트

1. MAPE그것은 그다지 인기가 없습니다. 모든 사람smapeMAPE어떻게 든 사용합니다. 우리가 공정해야한다면smape단점도 없다는 것은 아닙니다.
2. 작을수록 결과가 더 좋습니다.smape실제 및 예측 된 값을 모두 포함하므로smapeis200%보다 크지 않아야합니다
3. 특이 치에 대한 강력한. 최악의 경우, 예측 값의 실제 값이 크든 실제 측정 값에 대한 대량 예측 값​​200%이기 때문입니다.
4. 대상 변수의 변수에 그다지 응답하지 않습니다.MAPE7첫 번째 설명에서 언급했듯이 한계가 설정되었습니다MAPE와 유사한 사양이 있습니다. 예측 변수를 분모에 공급함으로써 최적화 로직은"Leavely"
5. 최적화하기 어렵습니다. 예를 들어, 예측 또는 측정 된 값이 0이면 차별화 할 수 없습니다.
6. 심지어 유명한 패키지smape| 최적화 로직 설치의 예는 많지 않습니다(솔직히 말해서, 나는 그것에 대해 아무것도 모른다.). 효과적인 조치로MaeﾟMAPE| 자연 무료 슬롯 사이트에서1로 전환을 적용함으로써 실제 측정 값이 높은 영향을 줄이는 데 유사한 영향이 있습니다. 이것에 관심이 있다면Kaggle. 궁극적으로, 현실적으로, 이러한 대상 변수 변환은 초 파라미터로 조정되어야합니다.

어떤 상황에서 그것을 사용해야합니까

MAPE잘 작동하지 않지만 접근하기 쉽고 이해하기 쉬운 백분율로 표현할 수 있습니다smape를 사용하려는 경우.

원본 제목

(공식) h2o.ai 블무료 슬롯 사이트
회귀 메트릭스 '거드
Marios Michailidis