python中的MAPE（平均绝对百分比误差）测量导致错误

Question

我正在尝试在我的随机森林代码中测量 MAPE（平均绝对百分比误差）值。MAE 值为 7.5。当我尝试计算 MAPE 时，它输出：Accuracy: -inf %这是我计算 MAPE 的代码。如何使其工作或为什么不计算值。mape = 100 * (errors / test_labels)# Calculate and display accuracyaccuracy = 100 - np.mean(mape)print('Accuracy:', round(accuracy, 2), '%.')以下是值： errors: array([ 2.165,  6.398,  2.814, ..., 21.268,  8.746, 11.63 ]) test_labels: array([45, 47, 98, ..., 87, 47, 72])这些是类型：var1          int64var2          int64var3          float64var4          int64var6          float64var7          int64var1.         float64dtype: object示例值，超过 8000 个条目      var1  var2.   var3               var4     var5                var6    var7"420823370" "183"   "2019-09-07 22:13:04"   "84"    "2019-09-07 22:12:46"   "72"    "00:00:18""420521201" "183"   "2019-09-07 17:43:03"   "84"    "2019-09-07 17:42:51"   "46"    "00:00:12""420219554" "183"   "2019-09-07 12:43:02"   "88"    "2019-09-07 12:42:39"   "72"    "00:00:23""419618820" "183"   "2019-09-07 02:43:01"   "92"    "2019-09-07 02:42:46"   "80"    "00:00:15""419618819" "183"   "2019-09-07 02:43:01"   "84"    "2019-09-07 02:42:46"   "80"    "00:00:15""417193989" "183"   "2019-09-05 10:42:52"   "82"    "2019-09-05 10:42:23"   "0" "00:00:29""416891691" "183"   "2019-09-05 05:42:51"   "78"    "2019-09-05 05:42:49"   "72"    "00:00:02""416587222" "183"   "2019-09-05 00:42:51"   "88"    "2019-09-05 00:42:35"   "99"    "00:00:16""416587223" "183"   "2019-09-05 00:42:51"   "82"    "2019-09-05 00:42:35"   "99"    "00:00:16""416587224" "183"   "2019-09-05 00:42:51"   "80"    "2019-09-05 00:42:35"   "99"    "00:00:16"id:Big Int. ts_tuid: Big Int. rssi: numeric. batl: real. ts_diff:interval 

Answer 1

您收到此错误是因为当您的测试标签为 0 时 MAPE 未定义，这是使用 MAPE 的几个缺点之一。如果你替换accuracy = 100 - np.mean(mape)为accuracy = 100 - np.mean(mape[np.isfinite(mape)])你会得到一个更明智的数字。

Answer 2

本次输出以 mape 误差度量显示 Inf。其背后的原因是我们的观测值为零。当因变量可以将零作为输出之一时，我们不能使用 mape 作为误差度量。在这种情况下，应使用其他误差测量。

参考：https://rstudio-pubs-static.s3.amazonaws.com/390751_f6b763e827b24c9cb4406cd43129c8a9.html