Cómo calcular SMAPE en R

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

Cuanto menor sea el valor de SMAPE, mejor será la precisión predictiva de un modelo determinado.

Este tutorial explica dos métodos diferentes que puede utilizar para calcular SMAPE en R.

Método 1: use smape () del paquete de métricas

Una forma de calcular SMAPE en R es usar la función smape () del paquete Metrics :

biblioteca (métricas)

#definir valores
 reales real <- c (12, 13, 14, 15, 15, 22, 27)

#definir valores
 pronosticados pronosticados <- c (11, 13, 14, 14, 15, 16, 18)

#calculate SMAPE
 smape (real, previsión)

[1] 0.1245302

Podemos ver que el error porcentual absoluto medio simétrico para este modelo es 12,45% .

Método 2: escriba su propia función

Otra forma de calcular SMAPE es crear nuestra propia función de la siguiente manera:

find_smape <- function (a, f) {
   return ( 1 / length (a) * sum ( 2 * abs (fa) / (abs (a) + abs (f)) * 100 ))
}

Luego podemos usar esta función para calcular el SMAPE entre un vector de valores reales y valores pronosticados:

#definir valores
 reales real <- c (12, 13, 14, 15, 15,22, 27)

#definir valores
 pronosticados pronosticados <- c (11, 13, 14, 14, 15, 16, 18)

#calculate SMAPE
 find_smape (real, previsión)

[1] 12.45302

Una vez más, el SMAPE resulta ser del 12,45% , lo que coincide con los resultados del ejemplo anterior.

Recursos adicionales

Cómo calcular MAPE en R
Cómo calcular MAD en R
Cómo calcular MAE en R
Cómo calcular RMSE en R
Cómo calcular MSE en R

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