MAPE python代码

MAPE (Mean Absolute Percentage Error) 是一种常用的评估预测模型性能的指标，特别是在时间序列预测中。MAPE 表示的是预测值与真实值之间的平均绝对误差百分比。以下是一个简单的 Python 代码片段，用于计算 MAPE：

def calculate_mape(true_values, predicted_values):
    # 确保两者长度相同
    assert len(true_values) == len(predicted_values), "True and predicted values must have the same length"
    
    # 初始化计数器和总和
    numerator = 0
    denominator = 0
    
    # 遍历真实值和预测值
    for i in range(len(true_values)):
        # 计算误差
        error = abs(true_values[i] - predicted_values[i])
        
        # 更新分子（绝对误差）和分母（真实值）
        numerator += error
        denominator += abs(true_values[i])
    
    # 如果分母为零，MAPE 未定义，返回 None 或者设置一个合理的默认值
    if denominator == 0:
        return None or 0
    else:
        # 计算并返回 MAPE
        mape = (numerator / denominator) * 100
        return mape

# 示例使用
true_values = [10, 20, 30, 40, 50]
predicted_values = [9.5, 20.2, 28, 41, 49.9]
mape = calculate_mape(true_values, predicted_values)
print(f"MAPE: {mape:.2f}%")