python中的MAPE计算

Posted 2023-03-11

【中文标题】python中的MAPE计算

【英文标题】：MAPE calculation in python

【发布时间】：2018-05-18 18:58:06

【问题描述】：

我想计算预测值和真实值的平均绝对百分比误差 (MAPE)。我从here 找到了一个解决方案，但这会产生错误并在mask = a <> 0 行中显示无效语法

    def mape_vectorized_v2(a, b): 
    mask = a <> 0
    return (np.fabs(a - b)/a)[mask].mean() 

   def mape_vectorized_v2(a, b): 
       File "<ipython-input-5-afa5c1162e83>", line 1
         def mape_vectorized_v2(a, b):
                                       ^
     SyntaxError: unexpected EOF while parsing

我正在使用 spyder3。我的预测值是 np.array 类型，真实值是数据帧

type(predicted)
Out[7]: numpy.ndarray
type(y_test)
Out[8]: pandas.core.frame.DataFrame

如何清除此错误并继续进行 MAPE 计算？

编辑：

predicted.head()
Out[22]: 
   Total_kWh
0   7.163627
1   6.584960
2   6.638057
3   7.785487
4   6.994427

y_test.head()
Out[23]: 
     Total_kWh
79         7.2
148        6.7
143        6.7
189        7.2
17         6.4

np.abs(y_test[['Total_kWh']] - predicted[['Total_kWh']]).head()
Out[24]: 
   Total_kWh
0        NaN
1        NaN
2        NaN
3        NaN
4   0.094427

【问题讨论】：

你需要mask = a != 0

【参考方案1】：

在 python 中比较需要!=，而不是<>。

所以需要：

def mape_vectorized_v2(a, b): 
    mask = a != 0
    return (np.fabs(a - b)/a)[mask].mean()

来自stats.stackexchange的另一个解决方案：

def mean_absolute_percentage_error(y_true, y_pred): 
    y_true, y_pred = np.array(y_true), np.array(y_pred)
    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100

【讨论】：

这给了我一个 nan。你知道它什么时候会产生这样的价值吗？我的第二个数组包含的值为 0，如何修改后一种解决方案以包含此类情况？

对于a 中的负值，第一个函数不会导致负 MAPE 值吗？计算不应该是(np.fabs((a - b))/a)[mask].mean()，分母也是绝对的吗？

【参考方案2】：

这两种解决方案都不适用于零值。这是我的工作方式：

def percentage_error(actual, predicted):
    res = np.empty(actual.shape)
    for j in range(actual.shape[0]):
        if actual[j] != 0:
            res[j] = (actual[j] - predicted[j]) / actual[j]
        else:
            res[j] = predicted[j] / np.mean(actual)
    return res

def mean_absolute_percentage_error(y_true, y_pred): 
    return np.mean(np.abs(percentage_error(np.asarray(y_true), np.asarray(y_pred)))) * 100

希望对你有帮助。

【讨论】：

np.mean(actual) 可以替换为非常小的浮点数等其他标准。

【参考方案3】：

新版本的 scikit-learn (v0.24) 具有计算 MAPE 的功能。 sklearn.metrics.mean_absolute_percentage_error

您只需要两个类似数组的变量：y_true 存储实际/真实值，y_pred 存储预测值。

可以参考官方文档here。

【讨论】：

sklearn mean_absolute_percentage_error 给出了错误的值，即使在这个文档上，如果你看到给出的例子，结果是 112589990684262.48 的大值。

【参考方案4】：

由于实际值也可以为零，因此我取分母中实际值的平均值，而不是实际值：

Error = np.sum(np.abs(np.subtract(data_4['y'],data_4['pred'])))
Average = np.sum(data_4['y'])
MAPE = Error/Average

【参考方案5】：

这是一个注意零的改进版本：

    #Mean Absolute Percentage error 
def mape(y_true, y_pred,sample_weight=None,multioutput='uniform_average'):
    y_type, y_true, y_pred, multioutput = _check_reg_targets(y_true, y_pred, multioutput)
    epsilon = np.finfo(np.float64).eps
    mape = np.abs(y_pred - y_true) / np.maximum(np.abs(y_true), epsilon)
    output_errors = np.average(mape,weights=sample_weight, axis=0)
    if isinstance(multioutput, str):
        if multioutput == 'raw_values':
            return output_errors
        elif multioutput == 'uniform_average':
            # pass None as weights to np.average: uniform mean
            multioutput = None
    return np.average(output_errors, weights=multioutput)

def _check_reg_targets(y_true, y_pred, multioutput, dtype="numeric"):
    if y_true.ndim == 1:
        y_true = y_true.reshape((-1, 1))

    if y_pred.ndim == 1:
        y_pred = y_pred.reshape((-1, 1))

    if y_true.shape[1] != y_pred.shape[1]:
        raise ValueError("y_true and y_pred have different number of output "
                         "(0!=1)".format(y_true.shape[1], y_pred.shape[1]))

    n_outputs = y_true.shape[1]
    allowed_multioutput_str = ('raw_values', 'uniform_average',
                               'variance_weighted')
    if isinstance(multioutput, str):
        if multioutput not in allowed_multioutput_str:
            raise ValueError("Allowed 'multioutput' string values are . "
                             "You provided multioutput=!r".format(
                                 allowed_multioutput_str,
                                 multioutput))
    elif multioutput is not None:
        multioutput = check_array(multioutput, ensure_2d=False)
        if n_outputs == 1:
            raise ValueError("Custom weights are useful only in "
                             "multi-output cases.")
        elif n_outputs != len(multioutput):
            raise ValueError(("There must be equally many custom weights "
                              "(%d) as outputs (%d).") %
                             (len(multioutput), n_outputs))
    y_type = 'continuous' if n_outputs == 1 else 'continuous-multioutput'

    return y_type, y_true, y_pred, multioutput

【参考方案6】：

这是另一种计算 MAPE 的方法，它可以处理“0”分母，而且速度很快。

def mod_my_MAPE(y, pred):
    y = y[:][y[:]!=0]
    pred = pred[:][y[:]!=0]
    summ = np.sum(abs((y[:] - pred[:])/y[:]))
    return summ/len(y)

【参考方案7】：

从scikit-learn 0.24 版开始。可以使用sklearn.metrics.mean_absolute_percentage_error。

Here 是其 GitHub 存储库上的实现链接。

我刚刚在本地尝试了最新版本（1.0.2）。

这是一个例子 (Source)

>>> from sklearn.metrics import mean_absolute_percentage_error
>>> y_true = [[0.5, 1], [-1, 1], [7, -6]]
>>> y_pred = [[0, 2], [-1, 2], [8, -5]]
>>> mean_absolute_percentage_error(y_true, y_pred)
0.5515...

注意：如果 y_true 的值之一为零，则 MAPE 可能会出现问题。在 Scikit-learn 中，这将导致任意高的数字。

查看此示例 (Source)

>>> from sklearn.metrics import mean_absolute_percentage_error
>>> y_true = [1., 0., 2.4, 7.]
>>> y_pred = [1.2, 0.1, 2.4, 8.]
>>> mean_absolute_percentage_error(y_true, y_pred)
112589990684262.48