Calculer le MAPE et le MAE
Vous avez déjà calculé la prévision pour le total des ventes de la région métropolitaine et l'avez enregistrée dans l'objet forecast_MET_t. Vous avez aussi votre ensemble de validation enregistré dans l'objet MET_t_valid, qui couvre les 22 premières semaines de 2017. Voyons la qualité de votre prévision !
Cette activité fait partie du cours
Prévoir la demande de produits en R
Instructions de l’exercice
- Convertissez en valeurs numériques la moyenne de votre prévision (
forecast_MET_t$mean) et l'ensemble de validation (MET_t_valid), puis enregistrez-les respectivement sousfor_MET_tetv_MET_t. - Calculez le MAE de votre prévision. Rappel : c'est la moyenne de l'écart absolu entre la prévision et les vraies valeurs de validation.
- Calculez le MAPE de votre prévision. Il s'agit du même écart que pour le MAE, mais divisé par les vraies valeurs de validation.
- Affichez le MAE et le MAPE.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Convert to numeric for ease
for_MET_t <- as.numeric(___)
v_MET_t <- as.numeric(___)
# Calculate the MAE
MAE <- mean(abs(___ - ___))
# Calculate the MAPE
MAPE <- 100*mean(abs((for_MET_t - v_MET_t)/___))
# Print to see how good your forecast is!
print(MAE)
print(MAPE)