평균 절대 백분율 오차 편집하기

평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE)는 예측값과 실제값 사이의 오차를 실제값에 대한 백분율로 나타낸 후, 그 절대값의 평균을 구하는 평가 지표이다. 이를 통해 모델의 예측 정확도를 직관적으로 백분율로 표현할 수 있다.
==개요==
MAPE는 회귀 분석, 시계열 예측, 경제 및 금융 분야 등에서 예측 모델의 성능을 평가하는 데 널리 사용된다. 예측 오차를 백분율로 나타내므로, 서로 다른 규모의 데이터 간 비교가 용이하다는 장점이 있다.
==정의==
평균 절대 백분율 오차는 다음 수식으로 계산된다.
:MAPE = (1/n) &times; ∑(|yᵢ - ŷᵢ| / |yᵢ|) &times; 100%
여기서 n은 데이터 포인트의 총 개수, yᵢ는 실제 값, ŷᵢ는 예측 값을 의미한다.
==특징==
*예측 오차를 백분율로 표현하여, 해석이 직관적이다.
*값이 작을수록 예측 모델의 성능이 우수함을 나타낸다.
*실제 값이 0에 가까운 경우 계산 결과가 불안정할 수 있으므로 주의해야 한다.
==활용==
MAPE는 다음과 같은 분야에서 활용된다.
*시계열 데이터 예측 및 분석
*경제, 금융, 에너지 소비 등 다양한 분야의 예측 모델 평가
*모델 성능 비교 및 최적화 지표로 사용
==예제 코드==
다음은 파이썬을 이용하여 MAPE를 계산하는 간단한 예제이다.<syntaxhighlight lang="python">
import numpy as np

def mean_absolute_percentage_error(y_true, y_pred):
    y_true, y_pred = np.array(y_true), np.array(y_pred)
    # 실제 값이 0인 경우를 방지하기 위해 작은 값을 더함
    epsilon = np.finfo(np.float64).eps
    return np.mean(np.abs((y_true - y_pred) / (y_true + epsilon))) * 100

# 실제 값과 예측 값
y_true = [100, 200, 300, 400]
y_pred = [110, 190, 310, 390]

mape = mean_absolute_percentage_error(y_true, y_pred)
print("MAPE:", mape)
</syntaxhighlight>
==같이 보기==
*[[평균 제곱 오차]]
*[[평균 절대 오차]]
*[[회귀 분석]]
*[[머신러닝 평가 지표]]
==참고 문헌==
*Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting.
*Armstrong, J. S. (2001). Principles of Forecasting: A Handbook for Researchers and Practitioners. Kluwer Academic Publishers.
[[분류:통계학]]
[[분류:인공지능]]