SMAPE是时间序列预测中常用的精度评估指标，适用于销售、库存等预测。文章介绍了SMAPE的计算公式，并提醒在使用时注意其取值范围、贡献度权重以及在大误差情况下的局限性，同时提供了Python代码实现。
使用SMAPE指标的注意事项及Python代码实现
SMAPE（Symmetric Mean Absolute Percentage Error）是一种对于时间序列数据预测精度评估指标，通常用在销售、库存、交通等预测领域中。本文将为您介绍SMAPE指标的计算方法以及在Python中的实现。
SMAPE的计算公式如下：
SMAPE=1n×∑t=1n∣At−Ft∣∣At∣+∣Ft∣×100% SMAPE = \dfrac{1}{n}\times \sum_{t=1}^n\dfrac{\mid{A_t-F_t}\mid}{\mid{A_t}\mid+\mid{F_t}\mid}\times100\% SMAPE
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
