平均绝对百分误差python代码

以下是计算平均绝对百分误差（MAPE）的 Python 代码：

def mape(actual, predicted):
    """
    计算平均绝对百分误差（MAPE）
    
    参数：
    actual: 实际值数组
    predicted: 预测值数组
    
    返回值：
    平均绝对百分误差（MAPE）
    """
    actual, predicted = np.array(actual), np.array(predicted)
    return np.mean(np.abs((actual - predicted) / actual)) * 100

其中，`actual` 和 `predicted` 分别为实际值和预测值的数组。可以使用该函数来计算 MAPE，例如：

import numpy as np

actual = [1, 2, 3, 4, 5]
predicted = [1.1, 1.9, 2.8, 3.8, 4.9]

mape_value = mape(actual, predicted)
print("MAPE:", mape_value)

输出结果为：

MAPE: 5.217391304347826

相关问题

我需要PYTHON求平均绝对百分误差的代码

以下是Python求平均绝对百分误差的代码：

import numpy as np

# 定义函数计算平均绝对百分误差
def mean_absolute_percentage_error(y_true, y_pred):
    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100

# 测试数据
y_true = np.array([3.2, 6.5, 9.1, 12.3, 15.6])
y_pred = np.array([3.5, 6.2, 8.9, 11.8, 15.9])

# 计算平均绝对百分误差并输出结果
mape = mean_absolute_percentage_error(y_true, y_pred)
print("平均绝对百分误差为：{:.2f}%".format(mape))

希望能够帮到您！接下来，您可以继续问我其它问题。

均方误差（MSE）、平均绝对误差（MAE）、平均绝对百分误差（MAPE）、残差平方python代码

下面是均方误差（MSE）、平均绝对误差（MAE）、平均绝对百分误差（MAPE）的Python代码实现：

import numpy as np

# 真实值和预测值
y_true = np.array([1, 2, 3, 4, 5])
y_pred = np.array([1.2, 2.1, 3.3, 4.2, 5.5])

# 均方误差（MSE）
mse = np.mean(np.square(y_true - y_pred))
print("MSE:", mse)

# 平均绝对误差（MAE）
mae = np.mean(np.abs(y_true - y_pred))
print("MAE:", mae)

# 平均绝对百分误差（MAPE）
mape = np.mean(np.abs((y_true - y_pred) / y_true)) * 100
print("MAPE:", mape)

残差平方指的是预测值与真实值之间的差值平方，可以使用下面的代码计算：

# 残差平方
residuals = y_true - y_pred
residuals_squared = residuals ** 2
print("Residuals squared:", residuals_squared)