1

我正在尝试预测每小时到医院 ED 的就诊次数。在几个小时内，实际值为 0，当我为每个模型计算 MAPE 时，这是一个真正的问题。我看到了这个问题，建议使用 MASE（平均绝对比例误差），这也是函数准确性（预测包）给出的指标。但是，就我而言，这是不可能的，因为 MASE 给出了 NaN。

因此，我尝试更改 MAPE 函数的原始代码并仅使用我的项目所需的函数：首先我尝试了 MAPE 的此代码，但它不起作用，因为它.resid是.actual向量。

root_squared_error <- function(.resid, na.rm = TRUE, ...){sqrt(MSE(.resid, na.rm = na.rm))}
Mean_Abs_error <- function(.resid, na.rm = TRUE, ...){ mean(abs(.resid), na.rm = na.rm)}    
Mean_Abs_percentage_error <- function(.resid, .actual, na.rm = TRUE, ...){
      if(.resid == 0){
        if(.actual == 0){
          mean(abs(0), na.rm = na.rm)  
        } else{
          mean(abs(100), na.rm = na.rm)
        }
      }
      mean(abs(.resid / .actual * 100), na.rm = na.rm)
    }

> accuracy(demand_fc_test,test,  measures = list(RMSE = root_squared_error, MAE = Mean_Abs_error, MAPE = Mean_Abs_percentage_error))
        # A tibble: 6 x 6
          .model    MTS    .type   RMSE     MAE  MAPE
          <chr>     <chr>  <chr>  <dbl>   <dbl> <dbl>
        1 Benchmark Blue   Test  0.459  0.192     Inf
        2 Benchmark Green  Test  3.07   2.16      Inf
        3 Benchmark Orange Test  0.579  0.280     Inf
        4 Benchmark Red    Test  0.0673 0.00453   100
        5 Benchmark White  Test  0.229  0.0516    Inf
        6 Benchmark Yellow Test  2.38   1.74      Inf
        Warning messages:
        1: In if (.resid == 0) { :
          the condition has length > 1 and only the first element will be used

此错误消息出现 10 次。经过一些研究，我看到了该ifelse函数解决类似问题的示例。但是，这并不完全有效，因为它正在计算每个值的每个错误并且不显示汇总表。

Mean_Abs_percentage_error <- function(.resid, .actual, na.rm = TRUE, ...){
  ifelse(.resid == 0,
         ifelse(.actual == 0, 0, 100),
         abs(.resid / .actual * 100)
  )}

> accuracy(demand_fc_test,test,
+          measures = list(RMSE = root_squared_error, MAE = Mean_Abs_error, MAPE = Mean_Abs_percentage_error))
# A tibble: 13,248 x 6
   .model    MTS   .type  RMSE   MAE  MAPE
   <chr>     <chr> <chr> <dbl> <dbl> <dbl>
 1 Benchmark Blue  Test  0.459 0.192     0
 2 Benchmark Blue  Test  0.459 0.192     0
 3 Benchmark Blue  Test  0.459 0.192     0
 4 Benchmark Blue  Test  0.459 0.192     0
 5 Benchmark Blue  Test  0.459 0.192     0
 6 Benchmark Blue  Test  0.459 0.192     0
 7 Benchmark Blue  Test  0.459 0.192     0
 8 Benchmark Blue  Test  0.459 0.192     0
 9 Benchmark Blue  Test  0.459 0.192     0
10 Benchmark Blue  Test  0.459 0.192     0
# ... with 13,238 more rows

我认为问题在于我使用该ifelse功能的方式。我需要将该条件应用于每个预测的每个值（在我有多个模型的情况下），它应该返回每个模型的平均值。我试图获得相同的输出，就好像我在没有任何更改的情况下应用精度函数一样，也就是说，我需要一个具有 n 行和 6 列的 tsiblle，其中 n 是模型的数量。

关于如何解决我的问题的任何建议？先感谢您。

我的数据示例：

library(fpp3)
library(fasster)
> dados
# A tsibble: 140,400 x 7 [1h] <UTC>
# Key:       MTS [6]
   Date                  Weekday  MTS     Demand   Temperature  DaysToHoliday DaysAfterHoliday
   <dttm>                <int>   <chr>    <int>       <dbl>         <int>            <int>
 1 2017-05-01 00:00:00    1       Blue     0          11.4            0                0
 2 2017-05-01 01:00:00    1       Blue     0          11.2            0                0
 3 2017-05-01 02:00:00    1       Blue     1          11.2            0                0
 4 2017-05-01 03:00:00    1       Blue     0          10.9            0                0
 5 2017-05-01 04:00:00    1       Blue     1          10.9            0                0
4

1 回答 1

1

根据在线快速搜索，这是 MAPE 在时间序列中具有零值的已知缺点。建议是使用 sMAPE。这是我查看的维基百科页面，当我搜索时还有其他几篇博客文章：https ://en.wikipedia.org/wiki/Mean_absolute_percentage_error

免责声明：虽然这应该作为评论，因为它不是确切的解决方案，但由于我目前的排名低于 50，我无法发表评论。我希望这会有所帮助。

于 2020-04-13T13:28:28.560 回答