Cómo calcular SMAPE en Python

Actualizado el 17 de julio de 2024, por Luis Benites.

El error porcentual absoluto medio simétrico (SMAPE) se utiliza para medir la precisión predictiva de los modelos. Se calcula como:

SMAPE = (1 / n) * Σ (| pronóstico – real | / ((| real | + | pronóstico |) / 2) * 100

dónde:

• Σ – un símbolo que significa «suma»
• n – tamaño de la muestra
• actual : el valor de los datos reales
• pronóstico : el valor de datos pronosticado

Este tutorial explica cómo calcular SMAPE en Python.

Cómo calcular SMAPE en Python

No hay una función de Python incorporada para calcular SMAPE, pero podemos crear una función simple para hacerlo:

importar numpy como np

def smape ( a , f ):
     return 1 / len (a) * np. suma (2 * np. abs (fa) / (np. abs (a) + np. abs (f)) * 100)

Luego, podemos usar esta función para calcular el SMAPE para dos matrices: una que contiene los valores de datos reales y otra que contiene los valores de datos pronosticados.

#definir matrices de valores de datos reales y pronosticados
actual = np.array ([12, 13, 14, 15, 15,22, 27])
pronóstico = np.array ([11, 13, 14, 14, 15, 16, 18])

#calcular SMAPE
smape (real, pronóstico)

12.45302

A partir de los resultados, podemos ver que el error porcentual absoluto medio simétrico para este modelo es 12,45302% .

Recursos adicionales

Entrada de Wikipedia para SMAPE
Los pensamientos de Rob J. Hyndman sobre SMAPE
Cómo calcular MAPE en Python
Cómo calcular MAPE en R
Cómo calcular MAPE en Excel

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/