python中的MAPE计算

MAPE（Mean Absolute Percentage Error，平均绝对百分比误差）是一种用于衡量预测模型误差的指标，在Python中可以通过以下方式进行计算：

1. 首先，需要导入相关的库：

import numpy as np

1. 然后，定义一个函数来计算MAPE：

def calculate_mape(actual, predicted):
    return np.mean(np.abs((actual - predicted) / actual)) * 100

该函数接受两个参数，actual表示实际值，predicted表示预测值。它首先计算实际值和预测值之间的绝对误差，然后除以实际值，再取平均值并乘以100，得到MAPE。

1. 调用函数并传入实际值和预测值进行计算：

actual = np.array([10, 20, 30, 40, 50])
predicted = np.array([12, 18, 32, 45, 48])
mape = calculate_mape(actual, predicted)
print("MAPE:", mape)

上述示例中，actual表示实际值的数组，predicted表示预测值的数组。计算得到的MAPE将会被打印输出。

MAPE的取值范围为0到正无穷，值越小表示模型的预测误差越小。它被广泛应用于各种预测任务中，例如销售预测、股票预测等。

腾讯云提供了多种与Python相关的产品，例如云服务器、函数计算、容器服务等，这些产品可以用于开发、部署和运行Python应用。您可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多相关产品和详细介绍。