mape

数组之间的均值绝对百分误差

自 R2022b 起

全页折叠

语法

E = mape(F,A)
E = mape(F,A,"all")
E = mape(F,A,dim)
E = mape(F,A,vecdim)
E = mape(___,nanflag)
E = mape(___,zeroflag)
E = mape(___,Weights=W)

说明

E = mape(F,A) 返回预测数组 F 和实际（观测）数组 A 之间的均值绝对百分误差 (MAPE)。

  • F 和 A 的大小必须相同或兼容。

  • 如果 F 和 A 是相同大小的向量，则 E 是标量。

  • 如果 F-A 是矩阵，则 E 是包含每列的 MAPE 的行向量。

  • 如果 F 和 A 是多维数组，则 E 包含沿第一个大小不等于 1 的数组维度计算的 MAPE，元素被视为向量。E 在此维度上的大小为 1，而所有其他维度的大小与 F-A 相同。

示例

E = mape(F,A,"all") 返回 F 和 A 中所有元素的 MAPE。

E = mape(F,A,dim) 沿维度 dim 运算。例如，如果 F 和 A 是矩阵，则 mape(F,A,2) 对每行中的元素进行运算，并返回一个包含每行的 MAPE 的列向量。

示例

E = mape(F,A,vecdim) 沿在向量 vecdim 中指定的维度进行运算。例如，如果 F 和 A 是矩阵，则 mape(F,A,[1 2]) 对 F 和 A 中的所有元素进行运算，因为矩阵的每个元素都包含在由维度 1 和 2 定义的数组切片中。

示例

E = mape(___,nanflag) 可指定在上述任一语法的计算中是包括还是忽略 F 和 A 中的 NaN 值。例如，mape(F,A,"omitnan") 在计算 MAPE 时会忽略 NaN 的值。默认情况下，mape 包括 NaN 值。

示例

E = mape(___,zeroflag) 指定包含还是省略 A 中的零值。例如，mape(F,A,"includezero") 在计算中包括零值，而 mape(F,A,"omitzero") 会忽略它们。

示例

E = mape(___,Weights=W) 指定加权方案 W 并返回加权 MAPE。

示例

示例

全部折叠

打开实时脚本

创建两个由预测数据组成的列向量和一个由实际（观测）数据组成的列向量。

F1 = [1; 10; 9];
F2 = [2; 5; 10];
A = [1; 9; 10];

计算每个预测数据和实际数据之间的 MAPE。

E1 = mape(F1,A)
E1 = 
7.0370

E2 = mape(F2,A)
E2 = 
48.1481

或者，创建一个包含两组预测数据的矩阵，并在一个命令中计算每组预测数据与实际数据之间的 MAPE。

F = [F1 F2]
F = 3×2

     1     2
    10     5
     9    10


E = mape(F,A)
E = 1×2

    7.0370   48.1481

E 的第一个元素是第一列预测数据与实际数据之间的 MAPE。E 的第二个元素是第二列预测数据与实际数据之间的 MAPE。

打开实时脚本

创建一个预测数据矩阵和一个实际数据矩阵。

F = [17 19; 1 6; 16 15];
A = [17 25; 3 4; 16 13];

通过将运算维度指定为 2，计算每行中预测数据和实际数据之间的 MAPE。最小的 MAPE 对应于预测数据和实际数据的第三行之间的 MAPE。

E = mape(F,A,2)
E = 3×1

   12.0000
   58.3333
    7.6923
打开实时脚本

用包含预测数据和实际数据矩阵的页创建一个三维数组。

F(:,:,1) = [2 4; -2 1];
F(:,:,2) = [4 4; 8 -3];
A = [6 7; 1 4];

通过指定运算维度 1 和 2 的向量，计算预测数组每页中的预测数据与实际数据矩阵之间的 MAPE。

E = mape(F,A,[1 2])
E = 
E(:,:,1) =

  121.1310


E(:,:,2) =

  237.7976

E 的第一页包含 F 的第一页与矩阵 A 之间的 MAPE。E 的第二页包含 F 的第二页与矩阵 A 之间的 MAPE。

打开实时脚本

创建一个预测数据矩阵和一个包含 NaN 值的实际数据矩阵。

F = [17 19 3; 6 16 NaN];
A = [17 25 NaN; 4 16 NaN];

计算预测数据与实际数据之间的 MAPE，忽略 NaN 值。对于 F 或 A 中的所有值都是 NaN 的列，MAPE 为 NaN。

E = mape(F,A,"omitnan")
E = 1×3

    25    12   NaN
打开实时脚本

创建一个预测数据的行向量和一个包含零的实际数据的行向量。

F = [1 6 10 5];
A = [2 6 0 3];

计算预测数据和实际数据之间的 MAPE。

E = mape(F,A)
E = 
Inf

由于 A 中的零值默认包含在 MAPE 计算中，因此结果为 Inf。通过指定 "omitzero" 忽略实际数据中的零。现在，该函数仅计算输入数据的第一列、第二列和第四列的 MAPE。

Eomit = mape(F,A,"omitzero")
Eomit = 
38.8889
打开实时脚本

创建一个预测列向量和一个实际列向量。

F = [2; 10; 13];
A = [1; 9; 10];

根据 W 指定的加权方案计算预测数据与实际数据之间的 MAPE。

W = [0.5; 0.25; 0.25];
E = mape(F,A,Weights=W)
E = 
60.2778

输入参数

全部折叠

预测值数组，指定为向量、矩阵或多维数组。

输入 F 和 A 的大小必须相同或兼容。例如，F 是 m×n 矩阵，A 是 1×n 行向量。有关详细信息，请参阅基本运算的兼容数组大小。

数据类型: single | double
复数支持: 是

实际值或观测值的数组，指定为向量、矩阵或多维数组。

输入 F 和 A 的大小必须相同或兼容。例如，F 是 m×n 矩阵，A 是 1×n 行向量。有关详细信息，请参阅基本运算的兼容数组大小。

数据类型: single | double
复数支持: 是

沿其运算的维度，指定为正整数标量。如果不指定维度，则默认值是大小不等于 1 的第一个数组维度。

E 在运算维度上的大小为 1。E 的所有其他维度与 F-A 的结果具有相同的大小。

例如，假设有一个包含四个预测值的 3×4 矩阵 F，和一个包含实际值数据的 3×1 列向量 A：

  • mape(F,A,1) 计算每列中元素的 MAPE，并返回 1×4 行向量。

    E 在运算维度上的大小为 1。F 和 A 的差是一个 3×4 矩阵。E 在非运算维度上的大小与 F-A 的第二个维度大小相同，均为 4。E 的整体大小变为 1×4。

  • mape(F,A,2) 计算每行中元素的 MAPE，并返回 3×1 列向量。

    E 在运算维度上的大小为 1。F 和 A 的差是一个 3×4 矩阵。E 在非运算维度中的大小与 F-A 的第一个维度大小相同，均为 3。E 的整体大小变为 3×1。

要沿其运算的维度组成的向量，指定为正整数向量。每个元素代表输入数组的一个维度。E 在运算维度上的大小为 1。E 的所有其他维度与 F-A 的结果具有相同的大小。

例如，假设有一个包含预测值的 2×3×3 数组 F，和一个包含实际值数据的 1×3 行向量 A。mape(F,A,[1 2]) 基于 F 中的每页计算 MAPE 并返回一个 1×1×3 数组。E 在运算维度上的大小为 1。F 和 A 的差是一个 2×3×3 数组。E 在非运算维度上的大小与 F-A 的第三个维度大小相同，均为 3。

缺失值条件，指定为下列值之一：

  • "includemissing" 或 "includenan" - 计算 MAPE 时包括输入数组中的 NaN 值。如果运算维度中的任一元素是 NaN，则 E 中的对应元素也是 NaN。"includemissing" 和 "includenan" 具有相同的行为。

  • "omitmissing" 或 "omitnan" - 计算 MAPE 时忽略输入数组中的 NaN 值。如果 F、A 或 W 中运算维度的所有元素均为 NaN，则 E 中对应的元素也为 NaN。"omitmissing" 和 "omitnan" 具有相同的行为。

零条件，指定为下列值之一：

  • "includezero" - 计算 MAPE 时包含 A 中的零。如果 A 包含一个或多个零，则 E 为 Inf。

  • "omitzero" - 计算 MAPE 时忽略 A 中的零。会导致 MAPE 为 Inf 的 A 中极小的非零值也会被忽略。如果 A 的所有元素都被忽略，则 E 为 NaN。

加权方案，指定为向量、矩阵或多维数组。W 的元素必须是非负值。

如果 W 是向量，其长度必须与运算维度的长度相同，或必须与 F-A 的大小相同。如果 W 是矩阵或多维数组，它必须具有与 F、A 或 F-A 相同的大小。

如果指定 vecdim 或 "all"，则无法指定此参量。

数据类型: double | single

详细信息

全部折叠

提示

  • 实际数据 A 中的零或极小的非零值可能表明 MAPE 不是测量 F 和 A 误差的合适度量。

扩展功能

全部展开

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

版本历史记录

在 R2022b 中推出

全部展开

另请参阅

| |