WAPE、WMAPE理解

背景: 刚入AI行业小白,搜了半天也没有找到wape指标解释,后来找到一篇英文解释,翻译过来跟大家分享一下

1.导言

在我们所处的时代,学习如何正确使用数据并充分利用数据非常重要。零售商很清楚这一点,因此会做出销售预测,以便提前做好计划。这可以帮助他们了解要订购的产品数量、库存量、库存量等,从而在保持客户供应的同时降低成本。

然而,我们怎么知道我们的预测足够好呢?我们如何衡量它的准确性?

在本教程中,我们将分析不同的方法。

2.问题

让我们想象一下,我们有一个小企业,在一个村庄里出售几加仑牛奶。我们想预测下周的销售量,从周一到周三。我们知道这个村子里的大多数人倾向于在星期一买很多牛奶,因此在星期二就不再买了,到星期三牛奶就用完了。考虑到之前的销售额,我们创建了一个简单的模型,并得出了此预测(此处与我们稍后获得的实际销售额进行了比较):

MondayTuesdayWednesday
Foreacast55250
Actual sales50150

现在,我们可以使用平均绝对误差公式计算预测得到的平均误差:

M A E = 1 n ∑ t = 1 n ∣ A t − F t ∣ MAE = \frac{1}{n}\sum_{t=1}^n \lvert A_t-F_t \rvert MAE=n1t=1nAtFt

预测值为Ft,时间t的实际值为At
这导致平均绝对误差为2。这不是很有用,因为它只是告诉我们预测错了2加仑牛奶。我们需要更好的销售信息。

3. MAPE

MAPE是衡量预测精度最常用的方法之一。它表示平均绝对百分比误差,并测量预测相对于实际值的百分比误差。由于它计算的是一段时间内或不同产品的平均误差,因此不会对它们进行区分。这意味着,它假设在哪一天或哪种产品之间没有更好的预测偏好。其计算如下:

M A P E = 1 n ∑ t = 1 n ∣ A t − F t A t ∣ MAPE = \frac{1}{n}\sum_{t=1}^n \lvert \frac{A_t-F_t}{A_t} \rvert MAPE=n1t=1nAtAtFt

在我们的预测结果中计算它:

MondayTuesdayWednesdayTotal
Foreacast55250
Actual sales50150
MAPE10%100%0%36.7%

4. WAPE

WAPE,也称为MAD/平均比率,表示加权平均百分比误差。它通过添加总销售额来加权误差:
W A P E = ∑ t = 1 n ∣ A t − F t ∣ ∑ t = 1 n ∣ A t ∣ WAPE = \frac{\sum_{t=1}^n \lvert A_t-F_t \rvert}{\sum_{t=1}^n \lvert A_t \rvert} WAPE=t=1nAtt=1nAtFt

在我们的例子中:

MondayTuesdayWednesdayTotal
Foreacast55250
Actual sales50150
WAPE10%100%0%5.9%

现在我们可以看到错误是如何变得更有意义的,结果是5.9%。当销售总数可能较低或所分析的产品具有间歇性销售时,建议使用WAPE而不是MAPE。

5. WMAPE

如前所述,MAPE和WAPE均未考虑产品之间或时间上可能存在的优先级差异。在我们的示例中,假设我们发现周一是最重要的预测日。我们如何在预测误差中反映这一点?

当用例需要时,可以使用WMAPE。它表示加权平均绝对百分比误差,计算如下:

W M A P E = ∑ t = 1 n ( w t ∣ A t − F t ∣ ) ∑ t = 1 n ( w t ∣ A t ∣ ) WMAPE = \frac{\sum_{t=1}^n (w_t \lvert A_t-F_t \rvert)}{\sum_{t=1}^n (w_t \lvert A_t \rvert)} WMAPE=t=1n(wtAt)t=1n(wtAtFt)

这个公式允许我们对不同的因素赋予权重,从而赋予其重要性。

在我们的例子中,假设我们给星期一的重要性是80%,而其他日子的重要性是10%。这将导致:

MondayTuesdayWednesdayTotal
Foreacast55250492
Actual sales50150451
Weight81110
WAPE10%100%0%9.1%

因此,考虑到周一的重要性,我们最终得出的WMAPE为9.1%。

6.结论

在这篇文章中,我们看到了三种不同的方法来衡量预测的准确性,以及如何应用它们。没有针对每个问题的完美度量,而是应该根据用例选择每个度量。

MAPE通常用于测量预测误差,但当销售额接近于零时,或在间歇销售中,它可能是欺骗。WAPE是一个衡量指标,通过将误差加权到总销售额中来抵消这一点。当用例需要在某些销售中设置优先级时,使用WMAPE。它对优先项目进行加权,从而使预测误差偏向优先项目。

所有这些指标都是对称的,这意味着它们不考虑预测是过度预测还是预测不足。这可能与某些问题有关(库存过多与库存不足并不相同),应予以考虑。

引用:
https://www.baeldung.com/cs/mape-vs-wape-vs-wmape

  • 9
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值