MAPE と MAE を計算する
これまでに、首都圏の総売上に対する予測を計算し、オブジェクト forecast_MET_t に保存しました。さらに、同じ 2017 年の最初の 22 週をカバーする検証データセットを MET_t_valid に保存しています。どれくらい良い予測になっているか確認してみましょう。
この演習はコースの一部です
Rで学ぶ製品需要の予測
演習の手順
- 予測の平均（
forecast_MET_t$mean）と検証データセット（MET_t_valid）を数値に変換し、それぞれfor_MET_tとv_MET_tに保存します。 - 予測の MAE を計算します。これは、予測値と真の検証値の絶対差の平均です。
- 予測の MAPE を計算します。これは、MAE と同じ差を真の検証値で割ったものの平均です。
- MAE と MAPE の両方を出力します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)