mape python

MAPE(Mean Absolute Percentage Error)是一种用于衡量预测模误差的指标。在Python中可以使用以下方式计算MAPE：

import numpy as np

def mape(actual, pred):
    actual, pred = np.array(actual), np.array(pred)
    return np.mean(np.abs((actual - pred) / actual)) * 100

以上代码定义了一个名为mape的函数，接受两个参数actual和pred，分别代表真实值和预测值。函数内部将这两个参数转换为NumPy数组，并使用数学公式计算MAPE值。最后，返回MAPE值乘以100的结果。

另外，也可以使用以下代码计算MAPE：

import numpy as np

def mape(y_test, pred):
    y_test, pred = np.array(y_test), np.array(pred)
    mape = np.mean(np.abs((y_test - pred) / y_test)) * 100
    return mape

该代码与前面的代码类似，只是将函数的返回值命名为mape。

下面是一个计算MAPE的示例：

y_test = [1, 2, 3, 4, 5]
pred = [0.5, 1.5, 2.5, 3.5, 4.5]
mape_score = mape(y_test, pred)
print("MAPE Score: {:.2f}%".format(mape_score))

在这个示例中，y_test表示真实值，pred表示预测值。通过调用mape函数计算MAPE得分，并打印结果。结果将以百分比的形式显示在屏幕上。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [如何在 Python 中计算 MAPE](https://blog.csdn.net/weixin_54707168/article/details/125065017)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [使用Python计算MAPE得分](https://blog.csdn.net/update7/article/details/131095464)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]