SMAPE

Вариант MAPE с нормировкой на сумму факта и прогноза — частично лечит асимметрию.

Ключевые тезисы

Ограничена сверху, что делает её устойчивее.
Всё ещё нестабильна вблизи нулевых значений.
Существует несколько несовместимых определений — фиксируйте формулу.

Тема также относится к главам:Временные рядыПрикладные задачи

Подробный разбор

2 подтем — раскройте любую, чтобы увидеть объяснение, формулы, примеры и интерактивные графики.

Симметричная версия

Попытка починить асимметрию MAPE — с оговорками.

SMAPE = \frac{100%}{n} i = 1 \sum n \frac{∣ y _{i} - y ^ _{i} ∣}{( ∣ y _{i} ∣ + ∣ y ^ _{i} ∣ ) /2}

Обозначения

$y^$ предсказание модели
$y$ истинное значение целевой переменной
$n$ число объектов в выборке
$\sum$ суммирование по всем перечисленным элементам

На практике

Определений SMAPE существует несколько (с делением на 2 и без, с ограничением 100% или 200%) — при сравнении с чужими результатами обязательно фиксируйте формулу. Вблизи нуля метрика по-прежнему нестабильна.

Когда SMAPE уместна

И чем её обычно заменяют.

Подходит, когда значения ряда далеки от нуля и важна относительная ошибка в обе стороны.
На рядах с нулями и всплесками нестабильна: знаменатель может обращаться в ноль.
В соревнованиях по прогнозированию (M4, M5) от неё отказались в пользу MASE и RMSSE.

На практике

Если метрика нужна для отчёта перед бизнесом, WAPE обычно понятнее: «промахнулись на 8% от объёма» — это фраза, которую не нужно объяснять.

Связанные темы

Прогноз спроса · Качество регрессии

Ключевые тезисы

Подробный разбор

Симметричная версия

Когда SMAPE уместна

Связанные темы

MAPE97%

Hierarchical Forecasting85%

Intermittent Demand85%

Feature-based forecasting85%

Poisson Distribution85%

MAE80%

MSE80%

RMSE80%

R²80%

Adjusted R²80%

Linear Regression80%

Loss functions80%