python实现MAPE预测

MAPE是指平均绝对百分比误差（Mean Absolute Percentage Error），是一种用于衡量预测精度的指标。其公式为：

MAPE = (1/n) * ∑ |(实际值-预测值)/实际值| * 100%

其中，n为样本数量，| |表示绝对值。

下面是一个简单的Python代码示例，用于计算MAPE预测：

def mape(actual, forecast):
    """
    计算MAPE预测值
    :param actual: 实际值数组
    :param forecast: 预测值数组
    :return: MAPE预测值
    """
    result = 0
    n = len(actual)
    for i in range(n):
        if actual[i] != 0:
            result += abs((actual[i] - forecast[i]) / actual[i])
    result = (result / n) * 100
    return result

该函数接受两个参数，分别是实际值数组和预测值数组。它使用一个循环遍历每个样本，计算绝对百分比误差并累加到结果中。最终，它将结果除以样本数量并乘以100，得到MAPE预测值。

使用示例：

actual = [20, 25, 30, 35, 40]
forecast = [18, 23, 28, 33, 38]
print(mape(actual, forecast))  # 输出：7.777777777777778

在这个例子中，实际值数组是[20, 25, 30, 35, 40]，预测值数组是[18, 23, 28, 33, 38]。使用mape()函数计算它们的MAPE预测值，结果为7.78%。