Obliczanie MAPE i MAE
Wcześniej obliczyłeś prognozę całkowitej sprzedaży dla regionu metropolitalnego i zapisałeś ją w obiekcie forecast_MET_t. Masz też zbiór walidacyjny zapisany w obiekcie MET_t_valid, który obejmuje te same pierwsze 22 tygodnie 2017 roku. Sprawdźmy, jak dobra jest twoja prognoza!
To ćwiczenie jest częścią kursu
Prognozowanie popytu na produkty w R
Instrukcje do ćwiczenia
- Przekształć średnią prognozy (
forecast_MET_t$mean) oraz zbiór walidacyjny (MET_t_valid) na wartości numeryczne i zapisz je odpowiednio jakofor_MET_tiv_MET_t. - Oblicz MAE swojej prognozy. Pamiętaj – to średnia z wartości bezwzględnej różnicy między prognozą a rzeczywistymi wartościami walidacyjnymi.
- Oblicz MAPE swojej prognozy. Obliczenie jest podobne jak dla MAE, ale wynik dzielimy przez rzeczywiste wartości walidacyjne.
- Wyświetl zarówno MAE, jak i MAPE.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)